图像去雾算法的多核实现与性能评价模型
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 图像去雾技术的背景和意义 | 第14-15页 |
| 1.2 图像去雾的研究现状 | 第15-17页 |
| 1.2.1 图像去雾算法研究现状 | 第15-16页 |
| 1.2.2 图像去雾并行实现研究现状 | 第16页 |
| 1.2.3 图像去雾算法性能评价模型研究现状 | 第16-17页 |
| 1.3 论文章节安排 | 第17-20页 |
| 第二章 图像去雾方法理论 | 第20-30页 |
| 2.1 引言 | 第20-21页 |
| 2.2 雾图生成模型 | 第21-22页 |
| 2.3 暗原色先验去雾算法研究 | 第22-29页 |
| 2.3.1 暗原色先验算法 | 第23-25页 |
| 2.3.2 软抠图算法 | 第25-27页 |
| 2.3.3 算法改进 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 视频去雾的多核实现 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 视频去雾并行化研究 | 第30-36页 |
| 3.2.1 引导滤波算法 | 第31-33页 |
| 3.2.2 Tilera多核平台 | 第33-36页 |
| 3.3 视频去雾设计与实现 | 第36-40页 |
| 3.3.1 视频去雾多核架构设计 | 第36-38页 |
| 3.3.2 实验结果与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 图像去雾算法性能评价模型 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 基于图像分割的图像加雾方法 | 第42-47页 |
| 4.2.1 基于粒子群的图像分割算法 | 第43-46页 |
| 4.2.2 图像加雾方法的设计与实现 | 第46-47页 |
| 4.3 全参考图像质量评价 | 第47-50页 |
| 4.3.1 SSIM评价指标 | 第48-49页 |
| 4.3.2 FSIM评价指标 | 第49-50页 |
| 4.4 算法性能评价 | 第50-56页 |
| 4.4.1 经典图像去雾算法 | 第51-52页 |
| 4.4.2 评价结果分析 | 第52-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 结论和展望 | 第58-62页 |
| 5.1 本文主要工作 | 第58-59页 |
| 5.2 研究展望 | 第59-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
