首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

雾化降质光学图像的实时复原技术研究

摘要第4-5页
abstract第5-6页
第1章 绪论第12-20页
    1.1 引言第12-13页
    1.2 雾化降质光学图像去雾国内外研究现状第13-15页
    1.3 视频去雾国内外研究现状第15-16页
    1.4 本课题研究的目标与意义第16-17页
    1.5 论文工作安排第17-20页
第2章 暗通道先验去雾算法的研究第20-32页
    2.1 大气散射模型第20-24页
        2.1.1 入射光衰减模型第21-22页
        2.1.2 大气光成像模型第22-24页
    2.2 基于暗通道先验的去雾算法第24-30页
        2.2.1 暗通道先验理论第24-26页
        2.2.2 大气光强的选取第26页
        2.2.3 初始透射率的计算第26-27页
        2.2.4 精细化透射率第27-28页
        2.2.5 图像去雾第28-30页
    2.3 本章小结第30-32页
第3章 暗通道先验去雾算法的并行与优化第32-48页
    3.1 GPU概述第32-37页
        3.1.1 CPU与GPU的对比第32-34页
        3.1.2 GPU硬件架构和CUDA编程模型第34-37页
    3.2 去雾算法的基本并行实现第37-40页
        3.2.1 暗通道的求取第37-38页
        3.2.2 大气光强的选取和初始透射率的计算第38-39页
        3.2.3 精细化透射率和图像去雾第39-40页
    3.3 去雾算法的并行优化第40-43页
    3.4 单幅图像去雾性能测评第43-46页
        3.4.1 固定分辨率下各版本算法耗时测评第44-45页
        3.4.2 不同分辨率下各版本算法耗时测评第45-46页
    3.5 本章小结第46-48页
第4章 视频去雾技术的研究第48-68页
    4.1 基于单GPU加速的全高清视频去雾第48-52页
        4.1.1 基于单GPU加速的视频去雾的实现第48-51页
        4.1.2 实验结果分析第51-52页
    4.2 基于双GPU加速的全高清视频去雾第52-64页
        4.2.1 单GPU加速全高清视频图像达不到实时的原因分析第52-53页
        4.2.2 分帧法第53-56页
        4.2.3 分步骤法第56-59页
        4.2.4 分像素法第59-63页
        4.2.5 三种不同双GPU加速方法对比分析第63-64页
    4.3 视频去雾系统控制软件的实现第64-67页
        4.3.1 视频去雾系统控制软件设计目标第64页
        4.3.2 功能需求及设计第64-65页
        4.3.3 功能的实现第65-67页
    4.4 本章小结第67-68页
第5章 论文工作总结与展望第68-70页
    5.1 论文工作总结第68页
    5.2 后续工作展望第68-70页
参考文献第70-74页
致谢第74-78页
作者简介及在学期间发表的学术论文与研究成果第78页

论文共78页,点击 下载论文
上一篇:基于数据采集的电商评论分析系统的研究
下一篇:三轴光电跟踪设备对在轨目标捕获策略的研究