| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 低照度图像增强算法国内外研究现状 | 第16-17页 |
| 1.2.2 并行处理技术国内外研究现状 | 第17-18页 |
| 1.3 本文研究内容 | 第18-21页 |
| 第二章 图像并行计算系统研究 | 第21-33页 |
| 2.1 并行计算概述 | 第21-22页 |
| 2.2 并行计算平台 | 第22-27页 |
| 2.2.1 多核处理器 | 第22-23页 |
| 2.2.2 GPU | 第23-25页 |
| 2.2.3 多核DSP | 第25-27页 |
| 2.3 并行计算编程模型 | 第27-32页 |
| 2.3.1 基于多核的并行编程模型 | 第27-28页 |
| 2.3.2 基于GPU的并行编程模型 | 第28-30页 |
| 2.3.3 基于多核DSP的并行编程模型 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于去雾技术的低照度图像增强算法 | 第33-45页 |
| 3.1 大气散射模型 | 第33-35页 |
| 3.2 暗原色先验理论 | 第35页 |
| 3.3 低照度图像算法基础 | 第35-37页 |
| 3.3.1 图像反转 | 第35-36页 |
| 3.3.2 估算大气光 | 第36页 |
| 3.3.3 估算透射率 | 第36-37页 |
| 3.3.4 应用去雾模型 | 第37页 |
| 3.3.5 图像复原 | 第37页 |
| 3.4 算法复杂度分析 | 第37-39页 |
| 3.5 实验结果图 | 第39-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于Open MP的低照度图像增强并行优化 | 第45-57页 |
| 4.1 并行性能分析工具 | 第45页 |
| 4.2 低照度图像串行算法性能分析 | 第45-47页 |
| 4.3 低照度图像算法算法改进 | 第47-50页 |
| 4.4 基于OpenMP低照度图像算法并行化 | 第50-53页 |
| 4.5 实验结果 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 基于CUDA的低照度图像增强并行优化 | 第57-71页 |
| 5.1 CPU/GPU异构平台 | 第57-58页 |
| 5.2 基于CUDA低照度图像算法改进 | 第58-59页 |
| 5.3 基于CUDA低照度图像算法并行实现 | 第59-65页 |
| 5.3.1 图像反转的并行实现 | 第59页 |
| 5.3.2 暗原色图的并行实现 | 第59-61页 |
| 5.3.3 大气光的并行实现 | 第61-63页 |
| 5.3.4 透射率的并行实现 | 第63页 |
| 5.3.5 应用去雾模型的并行计算 | 第63-64页 |
| 5.3.6 算法并行过程总结 | 第64-65页 |
| 5.4 实验结果 | 第65-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 基于DSP C6678的低照度图像增强并行优化 | 第71-83页 |
| 6.1 多核DSP并行开发架构及软硬环境 | 第71-72页 |
| 6.2 算法并行的任务分配 | 第72-74页 |
| 6.3 算法并行时核间的通信方式 | 第74-79页 |
| 6.4 Cache一致性 | 第79页 |
| 6.5 实验结果 | 第79-82页 |
| 6.6 本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 作者简介 | 第91-92页 |