基于FPGA架构的视频图像去雾算法研究与实现
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第9-12页 |
1.1 课题背景与意义 | 第9页 |
1.2 相关领域的研究现状 | 第9-10页 |
1.3 论文各章节安排 | 第10-12页 |
第二章 图像去雾算法研究 | 第12-19页 |
2.1 基于图像增强的去雾方法 | 第12-16页 |
2.1.1 全局直方图均衡化 | 第12页 |
2.1.2 Retinex算法 | 第12-15页 |
2.1.3 局部图像增强方法 | 第15-16页 |
2.2 基于图像复原的去雾方法 | 第16-18页 |
2.2.1 基于多幅图像的去雾方法 | 第16-17页 |
2.2.2 基于深度信息的去雾方法 | 第17页 |
2.2.3 基于单幅图像的去雾方法 | 第17-18页 |
2.3 本章小结 | 第18-19页 |
第三章 暗通道先验去雾算法及其改进算法 | 第19-37页 |
3.1 大气散射模型 | 第19-20页 |
3.2 暗原色先验理论 | 第20-22页 |
3.3 暗通道先验去雾算法 | 第22-24页 |
3.3.1 暗通道先验去雾算法推导 | 第22-23页 |
3.3.2 获取暗通道 | 第23页 |
3.3.3 估计大气光强度 | 第23页 |
3.3.4 细化透射率 | 第23-24页 |
3.4 暗通道先验去雾改进算法 | 第24-33页 |
3.4.1 基于最小值滤波细化暗通道 | 第25-29页 |
3.4.2 暗通道先验去雾算法失效情形改善 | 第29-32页 |
3.4.3 改进算法具体流程 | 第32-33页 |
3.5 去雾结果比较与分析 | 第33-36页 |
3.5.1 主观评价 | 第33-35页 |
3.5.2 客观评价 | 第35-36页 |
3.6 本章小结 | 第36-37页 |
第四章 基于亮度分量快速去雾算法 | 第37-42页 |
4.1 快速去雾算法 | 第37-38页 |
4.1.1 算法综述 | 第37-38页 |
4.1.2 大气光强度估计 | 第38页 |
4.1.3 传播图的估计与中值滤波处理 | 第38页 |
4.1.4 图像复原 | 第38页 |
4.1.5 图像亮度校正 | 第38页 |
4.2 快速去雾算法性能分析比较 | 第38-41页 |
4.2.1 快速去雾算法去雾性能分析 | 第39-40页 |
4.2.2 快速去雾算法实时性分析 | 第40-41页 |
4.3 本章小结 | 第41-42页 |
第五章 基于FPGA实时视频源采集显示系统的设计 | 第42-56页 |
5.1 FPGA开发流程 | 第42-44页 |
5.2 系统硬件平台资源 | 第44-45页 |
5.3 PAL制式视频数据采集 | 第45-48页 |
5.3.1 PAL制式视频数据解码 | 第45-47页 |
5.3.2 视频数据流解交织 | 第47-48页 |
5.4 视频数据存储 | 第48-52页 |
5.4.1 异步FIFO设计 | 第48-49页 |
5.4.2 SDRAM初始化 | 第49-50页 |
5.4.3 数据存储控制器设计 | 第50-52页 |
5.5 视频数据输出显示 | 第52-54页 |
5.5.1 VGA显示模式 | 第52-53页 |
5.5.2 输出显示控制模块设计 | 第53-54页 |
5.6 结果分析 | 第54-55页 |
5.7 本章小结 | 第55-56页 |
第六章 去雾算法FPGA实现 | 第56-68页 |
6.1 暗通道先验去雾改进算法FPGA实现 | 第56-62页 |
6.1.1 估计大气光强度值 | 第57-59页 |
6.1.2 细化暗通道 | 第59-60页 |
6.1.3 求取透射率 | 第60-61页 |
6.1.4 图像复原 | 第61-62页 |
6.2 快速去雾算法FPGA实现 | 第62-64页 |
6.2.1 估计大气光强度值 | 第62-63页 |
6.2.2 传播图估计与中值滤波 | 第63页 |
6.2.3 复原图像亮度分量 | 第63-64页 |
6.2.4 图像亮度校正 | 第64页 |
6.3 结果分析 | 第64-67页 |
6.3.1 暗通道先验改进算法去雾结果分析 | 第64-66页 |
6.3.2 快速去雾算法去雾结果分析 | 第66-67页 |
6.4 本章小结 | 第67-68页 |
第七章 总结与展望 | 第68-70页 |
7.1 论文主要工作内容总结 | 第68页 |
7.2 研究展望 | 第68-70页 |
参考文献 | 第70-72页 |
作者简介及学术成果 | 第72-73页 |
致谢 | 第73页 |