| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 红外热成像技术研究现状 | 第8-9页 |
| 1.2.2 Retinex模型 | 第9页 |
| 1.3 本文研究内容及章节安排 | 第9-11页 |
| 2 图像增强算法研究 | 第11-25页 |
| 2.1 Retinex的理论基础 | 第11-12页 |
| 2.2 Retinex理论的分类 | 第12-15页 |
| 2.2.1 随机游走Retinex算法 | 第12页 |
| 2.2.2 McCann's Retinex算法 | 第12-13页 |
| 2.2.3 中心/环绕Retinex算法 | 第13-14页 |
| 2.2.4 基于变分形式的Retinex算法 | 第14-15页 |
| 2.3 小波变换分析 | 第15-18页 |
| 2.3.1 连续小波变换基函数 | 第16页 |
| 2.3.2 图像的二维小波变换 | 第16-18页 |
| 2.4 基于引导滤波的非下采样小波变换Retinex图像增强方法 | 第18-22页 |
| 2.4.1 非下采样小波变换 | 第18-20页 |
| 2.4.2 引导滤波器 | 第20-21页 |
| 2.4.3 基于引导滤波的非下采样小波变换Retinex图像增强算法 | 第21-22页 |
| 2.5 实验结果与比较分析 | 第22-24页 |
| 2.5.1 实验结果 | 第22-23页 |
| 2.5.2 实验分析 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 基于FPGA的Retinex图像增强算法优化 | 第25-33页 |
| 3.1 高斯卷积模块 | 第25-28页 |
| 3.1.1 高斯卷积模块的优化 | 第25-27页 |
| 3.1.2 高斯卷积模块的硬件化 | 第27-28页 |
| 3.2 照射分量增强模块 | 第28-30页 |
| 3.2.1 图像直方图均衡化 | 第28-29页 |
| 3.2.2 直方图均衡化的硬件化 | 第29-30页 |
| 3.3 反射分量增强模块 | 第30-32页 |
| 3.3.1 图像自适应灰度拉伸概述 | 第30-31页 |
| 3.3.2 自适应灰度拉伸的硬件化 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 红外图像预处理系统硬件结构 | 第33-42页 |
| 4.1 系统整体结构 | 第33页 |
| 4.2 串行/解串器芯片组DS90UB901Q/DS90UB902Q | 第33-34页 |
| 4.3 FPGA芯片型号选择 | 第34-36页 |
| 4.4 数模转换器ADV7123及其外围电路设计 | 第36-38页 |
| 4.5 电压跟随器 | 第38-39页 |
| 4.6 多协议收发器MAX3160 | 第39-40页 |
| 4.7 电源模块 | 第40-41页 |
| 4.8 本章小结 | 第41-42页 |
| 5 功能实现与调试 | 第42-53页 |
| 5.1 红外图像预处理系统调试 | 第42-44页 |
| 5.1.1 硬件调试 | 第42页 |
| 5.1.2 软件调试 | 第42-43页 |
| 5.1.3 联合调试 | 第43-44页 |
| 5.2 软件的实现与测试 | 第44-49页 |
| 5.2.1 DS90UB902Q的配置 | 第44-46页 |
| 5.2.2 VGA图像显示控制 | 第46-47页 |
| 5.2.3 串行结构配置 | 第47-49页 |
| 5.3 图像预处理算法实现 | 第49-51页 |
| 5.4 性能分析 | 第51页 |
| 5.5 本章小结 | 第51-53页 |
| 6 总结和展望 | 第53-55页 |
| 6.1 论文主要工作总结 | 第53页 |
| 6.2 后期工作展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |
