基于OpenCL的图像去雾算法并行加速实现
中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 论文的研究背景 | 第8页 |
1.2 论文的目的和意义 | 第8-9页 |
1.3 图像去雾算法的国内外研究现状 | 第9-11页 |
1.3.1 基于图像增强的图像去雾 | 第9页 |
1.3.2 基于物理模型的图像去雾 | 第9-11页 |
1.4 OpenCL发展现状 | 第11页 |
1.5 论文的主要工作及章节安排 | 第11-14页 |
1.5.1 论文主要工作 | 第11-12页 |
1.5.2 章节安排 | 第12-14页 |
2 OpenCL相关技术介绍 | 第14-28页 |
2.1 OpenCL概述 | 第14页 |
2.2 OpenCL规范 | 第14-22页 |
2.2.1 平台模型 | 第14-16页 |
2.2.2 执行模型 | 第16-19页 |
2.2.3 内存模型 | 第19-21页 |
2.2.4 编程模型 | 第21-22页 |
2.3 OpenCL应用开发 | 第22-27页 |
2.3.1 OpenCL主机端开发流程 | 第23-25页 |
2.3.2 OpenCL设备端开发流程 | 第25-27页 |
2.3.3 FPGA端OpenCL开发流程 | 第27页 |
2.4 本章小节 | 第27-28页 |
3 暗通道先验去雾算法 | 第28-48页 |
3.1 暗通道先验去雾算法概述 | 第28页 |
3.2 大气散射模型 | 第28-30页 |
3.3 暗通道先验去雾算法原理 | 第30-36页 |
3.3.1 暗通道先验理论 | 第30-32页 |
3.3.2 获取大气光强度 | 第32-33页 |
3.3.3 透射率粗估计 | 第33-34页 |
3.3.4 透射率细化 | 第34-36页 |
3.3.5 去雾图像求解 | 第36页 |
3.4 暗通道先验去雾算法CPU实现 | 第36-43页 |
3.5 暗通道先验去雾算法优化改进 | 第43-46页 |
3.5.1 改善去雾效果 | 第43-45页 |
3.5.2 提升算法速度 | 第45-46页 |
3.6 本章小节 | 第46-48页 |
4 暗通道先验去雾算法OpenCL并行实现 | 第48-60页 |
4.1 OpenCL并行实现概述 | 第48-49页 |
4.2 暗通道图像求解并行性分析及实现 | 第49-53页 |
4.2.1 求解RGB最小值 | 第49-51页 |
4.2.2 最小值滤波 | 第51-53页 |
4.3 透射率粗估计并行性分析及实现 | 第53-54页 |
4.4 透射率细化及图像去雾并行性分析及实现 | 第54-57页 |
4.5 OpenCL并行实现结果分析 | 第57-59页 |
4.6 本章小节 | 第59-60页 |
5 暗通道先验去雾算法OpenCL加速优化 | 第60-80页 |
5.1 OpenCL加速优化概述 | 第60页 |
5.2 设置合适工作组大小 | 第60-63页 |
5.3 全局内存访问优化 | 第63-67页 |
5.3.1 全局内存访问次数 | 第63页 |
5.3.2 全局内存访问模式 | 第63-67页 |
5.4 循环展开 | 第67-74页 |
5.5 提高吞吐率 | 第74-78页 |
5.5.1 高吞吐率减少调度开销 | 第74-75页 |
5.5.2 高吞吐率提高数据利用率 | 第75-78页 |
5.6 最终加速效果分析 | 第78-79页 |
5.7 本章小节 | 第79-80页 |
6 总结与展望 | 第80-82页 |
致谢 | 第82-84页 |
参考文献 | 第84-88页 |
附录 | 第88页 |
A.作者在攻读硕士学位期间参与科研项目 | 第88页 |
B.作者在攻读硕士学位期间参与的竞赛及获奖情况 | 第88页 |