| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的背景与意义 | 第9-10页 |
| 1.2 图像去雾的发展梗概 | 第10-11页 |
| 1.3 基于FPGA的数字图像处理的研究现状 | 第11-13页 |
| 1.4 论文的主要内容 | 第13-15页 |
| 第二章 图像去雾算法的理论基础 | 第15-29页 |
| 2.1 数字图像理论基础 | 第15-18页 |
| 2.1.1 数字图像概念 | 第15页 |
| 2.1.2 彩色图像的表示 | 第15-17页 |
| 2.1.3 数字图像格式与分辨率 | 第17-18页 |
| 2.2 图像质量的评价方法 | 第18-20页 |
| 2.2.1 主观评价方法 | 第18-19页 |
| 2.2.2 客观评价方法 | 第19-20页 |
| 2.3 雾天大气衰减模型 | 第20-23页 |
| 2.3.1 不同天气条件下的大气粒子 | 第20页 |
| 2.3.2 大气粒子散射特性 | 第20-21页 |
| 2.3.3 雾天图像退化模型 | 第21-23页 |
| 2.4 基于物理模型的图像去雾算法 | 第23-25页 |
| 2.5 基于图像增强的图像去雾算法 | 第25-27页 |
| 2.5.1 全局化图像增强 | 第26-27页 |
| 2.5.2 局部化图像增强 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第三章 基于暗通道的单幅图像去雾算法 | 第29-43页 |
| 3.1 暗通道先验理论 | 第29-30页 |
| 3.2 基于直方图增强算法的研究与优化 | 第30-35页 |
| 3.2.1 全局图像直方图均衡化算法 | 第30-32页 |
| 3.2.2 限制对比度自适应直方图均衡化算法 | 第32-34页 |
| 3.2.3 图像直方图拉伸算法 | 第34-35页 |
| 3.3 一种基于暗通道的单幅图像去雾算法 | 第35-38页 |
| 3.3.1 基于暗通道的单幅图像去雾算法原理与特点 | 第35-36页 |
| 3.3.2 基于暗通道直方图均衡化算法具体实现方法 | 第36-38页 |
| 3.4 算法的实现和效果评价 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于暗通道的视频去雾算法及其FPGA实现 | 第43-65页 |
| 4.1 FPGA设计梗概 | 第43-46页 |
| 4.1.1 FPGA简介 | 第43-44页 |
| 4.1.2 FPGA开发流程 | 第44-45页 |
| 4.1.3 硬件描述语言 | 第45页 |
| 4.1.4 面向FPGA的EDA软件 | 第45-46页 |
| 4.2 硬件平台介绍 | 第46-48页 |
| 4.2.1 KC705评估套件介绍 | 第46-47页 |
| 4.2.2 ADV7411多格式视频解码器 | 第47-48页 |
| 4.2.3 ADV7511高性能发射器 | 第48页 |
| 4.3 基于暗通道的视频去雾算法 | 第48-50页 |
| 4.3.1 视频去雾算法的视频标准 | 第48-49页 |
| 4.3.2 视频去雾算法流程图与主要步骤 | 第49-50页 |
| 4.4 视频去雾算法的FPGA实现 | 第50-62页 |
| 4.4.1 视频去雾算法的系统构建 | 第50-52页 |
| 4.4.2 视频去雾系统的模块划分 | 第52-53页 |
| 4.4.3 主要模块内容与具体实现 | 第53-62页 |
| 4.5 视频去雾算法实验效果与评价分析 | 第62-64页 |
| 4.5.1 实验效果 | 第62-64页 |
| 4.5.2 效果评价与资源分析 | 第64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文工作内容总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简介 | 第73页 |