| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 图像及视频去雾算法现状 | 第11-13页 |
| 1.2.1 基于大气散射物理模型的去雾算法 | 第11-13页 |
| 1.2.2 视频去雾算法 | 第13页 |
| 1.3 CUDA国内外研究应用现状 | 第13-15页 |
| 1.3.1 图像处理方面的研究与应用 | 第14-15页 |
| 1.4 论文主要内容及结构 | 第15-16页 |
| 1.4.1 本文主要研究内容 | 第15页 |
| 1.4.2 本论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 基于暗原色先验的图像去雾算法 | 第17-25页 |
| 2.1 大气散射物理模型 | 第17页 |
| 2.2 暗原色先验图像去雾 | 第17-23页 |
| 2.2.1 暗原色先验理论 | 第18-19页 |
| 2.2.2 基于暗原色先验的图像去雾 | 第19-23页 |
| 2.3 暗原色先验与其他方法的实验对比研究 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于MMWF滤波器的图像去雾 | 第25-33页 |
| 3.1 细化透射率的相关研究工作 | 第25-28页 |
| 3.1.1 中值滤波 | 第25-26页 |
| 3.1.2 引导滤波 | 第26-27页 |
| 3.1.3 结果对比 | 第27-28页 |
| 3.2 MMWF滤波器去雾 | 第28-32页 |
| 3.2.1 MMWF滤波器工作原理 | 第29-30页 |
| 3.2.2 大气光值估计 | 第30页 |
| 3.2.3 复原无雾图像 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 单幅图像CUDA并行去雾算法研究 | 第33-49页 |
| 4.1 CUDA平台原理介绍 | 第33-36页 |
| 4.1.1 CUDA编程模型介绍 | 第33-35页 |
| 4.1.2 CUDA存储器模型介绍 | 第35-36页 |
| 4.2 CUDA的性能优化 | 第36-37页 |
| 4.2.1 指令集优化 | 第37页 |
| 4.2.2 存储器优化 | 第37页 |
| 4.3 CUDA平台下去雾算法实现总体流程 | 第37-39页 |
| 4.4 算法在CUDA平台下的并行实现 | 第39-47页 |
| 4.4.1 求暗通道 | 第40-41页 |
| 4.4.2 选取大气光值 | 第41-42页 |
| 4.4.3 盒型滤波模块的CUDA并行实现 | 第42-45页 |
| 4.4.4 恢复无雾图像 | 第45-47页 |
| 4.5 实验结果 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 基时间一致性的CUDA并行视频去雾算法研究 | 第49-57页 |
| 5.1 时间一致性去雾算法 | 第49-51页 |
| 5.1.1 估计大气光值 | 第49-50页 |
| 5.1.2 计算初始透射率 | 第50页 |
| 5.1.3 成本函数优化 | 第50-51页 |
| 5.1.4 细化初始透射率 | 第51页 |
| 5.2 算法并行流程 | 第51-55页 |
| 5.2.1 选取大气光值的并行实现 | 第52-53页 |
| 5.2.2 细化初始透射率的并行实现 | 第53-54页 |
| 5.2.3 实验结果 | 第54-55页 |
| 5.3 CUDA与MFC的集成 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64-65页 |
| 附录B 攻读硕士学位期间参研项目 | 第65-66页 |
| 致谢 | 第66页 |