声明
1绪论
1.1图像去雾研究背景及意义
1.2图像去雾技术国内外研究现状
1.2.1基于图像增强的去雾算法
1.2.2基于图像复原的去雾算法
1.2.3基于深度学习的去雾算法
1.3本文研究内容及章节安排
1.3.1本文研究内容
1.3.2本文章节安排
2图像去雾算法的理论基础
2.1大气散射模型
2.1.1入射光衰减模型
2.1.2大气光成像模型
2.1.3大气散射模型
2.2基于经典去雾算法相关的特征
2.2.1暗通道特征
2.2.2最大对比度特征
2.2.3颜色衰减特征
2.2.4色调差异特征
2.3基于卷积神经网络的图像去雾
2.3.1神经网络
2.3.2卷积神经网络
2.3.2DehazeNet算法
2.3.3AOD-Net算法
2.4本章小节
3基于卷积神经网络的图像去雾算法实现
3.1基于卷积神经网络的图像去雾模型
3.1.1算法网络结构
3.1.2训练数据准备
3.1.3参数的学习训练
3.2雾天图像的恢复
3.3图像质量评价方法
3.3.1主观评价
3.3.2客观评价
3.4实验结果与分析
3.4.1人工合成图像
3.4.2真实有雾图像
3.5本章小结
4图像去雾算法的FPGA实现
4.1基于卷积神经网络的图像去雾算法硬件架构
4.2硬件实现
4.2.1SDRAM控制器
4.2.2数据传输控制模块
4.2.3CNN模块
4.3系统验证
4.4本章小结
5总结与展望
5.1总结
5.2展望
致谢
参考文献
西安理工大学;