| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 可重构计算概述 | 第10-12页 |
| 1.2 可重构视觉信息并行处理技术 | 第12-16页 |
| 1.2.1 可重构技术研究现状 | 第12-15页 |
| 1.2.2 可重构视觉信息处理并行化分析 | 第15-16页 |
| 1.3 研究内容与意义 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第二章 基于多核处理器的并行程序设计 | 第18-31页 |
| 2.1 多核处理器简介 | 第18-19页 |
| 2.2 OpenMP并行编程模型 | 第19-23页 |
| 2.2.1 OpenMP简介 | 第19-21页 |
| 2.2.2 并行编程错误 | 第21-23页 |
| 2.3 加速比和扩展性 | 第23-25页 |
| 2.3.1 加速比的计算 | 第23-24页 |
| 2.3.2 扩展性问题 | 第24-25页 |
| 2.4 Harris特征点检测算法并行程序设计 | 第25-31页 |
| 2.4.1 Harris特征点检测算法原理 | 第25-26页 |
| 2.4.2 Harris特征点检测算法计算流程 | 第26-27页 |
| 2.4.3 Harris特征点检测算法并行程序设计 | 第27-31页 |
| 第三章 基于可重构处理器的算子库设计 | 第31-45页 |
| 3.1 视觉信息处理算子库的应用背景 | 第31页 |
| 3.2 视觉信息处理算子库格式规范 | 第31-38页 |
| 3.2.1 术语定义与关键字含义 | 第32-33页 |
| 3.2.2 核心算子表达式 | 第33-34页 |
| 3.2.3 输入输出格式 | 第34-36页 |
| 3.2.4 控制符 | 第36-37页 |
| 3.2.5 全局配置寄存器 | 第37-38页 |
| 3.2.6 扩展算子表达式 | 第38页 |
| 3.3 视觉信息处理算子库形成与拆分原则 | 第38-39页 |
| 3.3.1 视觉信息处理算子库的形成 | 第38-39页 |
| 3.3.2 视觉信息处理算子库拆分原则 | 第39页 |
| 3.4 视觉信息处理算子库的可扩展性 | 第39-41页 |
| 3.5 视觉信息处理算子库验证 | 第41-45页 |
| 3.5.1 视觉信息处理算子库语法规则校验 | 第41-43页 |
| 3.5.2 视觉信息处理算子库的功能验证 | 第43-45页 |
| 第四章 基于可重构算子库的Harris特征点检测算法映射 | 第45-55页 |
| 4.1 Harris特征点检测算法分析 | 第45页 |
| 4.2 改进型Harris特征点检测算法 | 第45-50页 |
| 4.2.1 非特征点排除 | 第46-47页 |
| 4.2.2 梯度计算 | 第47-48页 |
| 4.2.3 特征点响应函数计算 | 第48-49页 |
| 4.2.4 非极大值抑制 | 第49-50页 |
| 4.2.5 性能评价指标 | 第50页 |
| 4.3 Harris特征点检测算法映射 | 第50-55页 |
| 4.3.1 梯度计算 | 第50-51页 |
| 4.3.2 高斯滤波 | 第51-52页 |
| 4.3.3 特征点响应函数 | 第52-53页 |
| 4.3.4 非极大值抑制 | 第53-55页 |
| 第五章 实验结果与分析 | 第55-64页 |
| 5.1 Harris特征点检测算法性能结果分析 | 第55-58页 |
| 5.1.1 串行程序性能结果分析 | 第55-57页 |
| 5.1.2 并行程序性能结果分析 | 第57-58页 |
| 5.2 改进型Harris特征点检测算法结果分析 | 第58-64页 |
| 5.2.1 特征点定位精确度分析 | 第58-61页 |
| 5.2.2 特征点检测算法一致性结果分析 | 第61-62页 |
| 5.2.3 特征点检测算法性能结果分析 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71-72页 |