| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 论文研究的背景和意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 图像去雾算法研究现状 | 第14-19页 |
| 1.2.2 图像去雾算法实现平台研究现状 | 第19-21页 |
| 1.3 论文主要研究内容 | 第21-22页 |
| 1.4 论文的组织结构 | 第22-24页 |
| 第2章 Retinex图像去雾算法研究 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 Retinex算法的基本原理 | 第24-26页 |
| 2.2.1 颜色恒常性理论 | 第24-25页 |
| 2.2.2 视网膜皮层理论 | 第25页 |
| 2.2.3 Retinex理论 | 第25-26页 |
| 2.3 Retinex算法的分类 | 第26-32页 |
| 2.3.1 单尺度Retinex算法 | 第26-29页 |
| 2.3.2 多尺度Retinex算法 | 第29-30页 |
| 2.3.3 带色彩恢复的多尺度Retinex算法 | 第30-32页 |
| 2.4 Retinex算法的改进 | 第32-36页 |
| 2.4.1 颜色空间 | 第34-35页 |
| 2.4.2 Retinex算法滤波器的研究 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 Retinex图像去雾算法硬件平台研究 | 第38-48页 |
| 3.1 引言 | 第38页 |
| 3.2 ZYNQ架构与开发流程 | 第38-45页 |
| 3.2.1 ZYNQ概述 | 第39-40页 |
| 3.2.2 ZYNQ体系结构与总线互联 | 第40-43页 |
| 3.2.3 软硬件协同设计思想 | 第43-44页 |
| 3.2.4 ZYNQ实现图像处理加速机理 | 第44-45页 |
| 3.3 基于IP核的FPGA开发 | 第45-46页 |
| 3.4 Retinex图像去雾算法实现的嵌入式平台 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 Retinex图像去雾算法在片上系统的实现 | 第48-68页 |
| 4.1 引言 | 第48页 |
| 4.2 Retinex图像去雾算法片上系统实现整体方案 | 第48-56页 |
| 4.2.1 Retinex图像去雾算法片上系统实现框架 | 第48-49页 |
| 4.2.2 ARM和FPGA通信寄存器的约定 | 第49-52页 |
| 4.2.3 数据规格化 | 第52-56页 |
| 4.3 Retinex图像去雾算法软件部分的实现 | 第56-61页 |
| 4.3.1 RGB与HSV颜色空间转换 | 第57-58页 |
| 4.3.2 对数模块 | 第58-60页 |
| 4.3.3 饱和度分量增强 | 第60-61页 |
| 4.4 Retinex图像去雾算法核心部分的硬件实现 | 第61-63页 |
| 4.4.1 滤波因子的FPGA存储及IP核定制 | 第61-62页 |
| 4.4.2 带雾图像数据的FPGA存储及IP核定制 | 第62页 |
| 4.4.3 高斯卷积算法的FPGA实现及IP核定制 | 第62-63页 |
| 4.5 实验结果对比分析 | 第63-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 论文工作总结 | 第68页 |
| 5.2 论文研究展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
