基于CUDA架构的遥感图像滤波算法并行处理
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 图像滤波技术的研究现状 | 第10-12页 |
| 1.3 基于GPU的遥感图像处理算法研究现状 | 第12-13页 |
| 1.4 论文研究内容 | 第13-14页 |
| 第二章 CUDA并行编程模型及性能优化策略 | 第14-22页 |
| 2.1 GPU并行计算特点 | 第14-15页 |
| 2.2 CUDA并行编程模型 | 第15-19页 |
| 2.2.1 CUDA简介 | 第15页 |
| 2.2.2 CUDA编程模型 | 第15-16页 |
| 2.2.3 CUDA执行模型 | 第16-17页 |
| 2.2.4 CUDA的存储器模型 | 第17-19页 |
| 2.3 CUDA程序的性能优化策略 | 第19-21页 |
| 2.3.1 存储器访问优化 | 第20-21页 |
| 2.3.2 任务划分优化 | 第21页 |
| 2.3.3 指令优化 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 图像滤波算法研究 | 第22-39页 |
| 3.1 图像噪声的分类 | 第22页 |
| 3.1.1 内部噪声和外部噪声 | 第22页 |
| 3.1.2 加性噪声和乘性噪声 | 第22页 |
| 3.2 噪声模型 | 第22-27页 |
| 3.3 几种常见的滤波算法 | 第27-30页 |
| 3.3.1 中值滤波算法 | 第27-29页 |
| 3.3.2 均值滤波算法 | 第29-30页 |
| 3.3.3 高斯滤波算法 | 第30页 |
| 3.4 图像滤波质量的评价方法 | 第30-32页 |
| 3.4.1 主观评价标准 | 第31页 |
| 3.4.2 客观评价标准 | 第31-32页 |
| 3.5 实验结果分析 | 第32-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于CUDA的遥感图像滤波算法设计及优化 | 第39-51页 |
| 4.1 算法的并行性分析 | 第39-42页 |
| 4.1.2 基于CUDA的均值滤波算法 | 第39-40页 |
| 4.1.3 基于CUDA的中值滤波算法 | 第40-41页 |
| 4.1.4 基于CUDA的高斯滤波算法 | 第41-42页 |
| 4.2 实验结果与分析 | 第42-46页 |
| 4.2.1 程序性能评价 | 第42页 |
| 4.2.2 试验结果与分析 | 第42-46页 |
| 4.3 并行均值滤波算法的性能优化 | 第46-50页 |
| 4.3.1 共享内存访问优化研究 | 第46-47页 |
| 4.3.2 纹理内存的访问优化研究 | 第47-48页 |
| 4.3.3 异步执行优化 | 第48页 |
| 4.3.4 指令优化研究 | 第48页 |
| 4.3.5 多平台实验对比 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简历 | 第58页 |
