基于CUDA的遥感图像运动目标检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-13页 |
| ·本文的工作内容 | 第11页 |
| ·本文结构 | 第11-13页 |
| 第二章 GPU 体系结构与 CUDA 编程平台 | 第13-25页 |
| ·GPU 与 CUDA 技术 | 第13-14页 |
| ·GPU 通用加速 | 第13-14页 |
| ·CUDA 技术 | 第14页 |
| ·CUDA 体系结构 | 第14-18页 |
| ·G80/G200 体系结构 | 第14-16页 |
| ·新一代 Fermi 体系结构 | 第16-18页 |
| ·CUDA 编程平台 | 第18-21页 |
| ·CUDA 软件体系 | 第18-20页 |
| ·线程模型 | 第20-21页 |
| ·CUDA 程序优化注意事项 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于形态学重建运动目标检测算法 | 第25-47页 |
| ·数学形态学 | 第25-34页 |
| ·二值数学形态学 | 第25-29页 |
| ·灰度形态学基本运算 | 第29-31页 |
| ·结构元素 | 第31-34页 |
| ·基于形态学重建运动目标检测算法 | 第34-45页 |
| ·形态学算法的理论基础 | 第34-35页 |
| ·数学形态学用于用动目标检测算法流程 | 第35-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于 CUDA 加速的运动目标检测 | 第47-67页 |
| ·算法 CUDA 加速的可行性分析 | 第47-48页 |
| ·算法 GPU 并行处理设计 | 第48-52页 |
| ·检测算法的实现流程 | 第49-50页 |
| ·核函数并行设计思想 | 第50-52页 |
| ·面向形态学重建的优化策略研究 | 第52-58页 |
| ·遥感图像执行数据加载与优化 | 第52-53页 |
| ·CUDA 程序优化策略 | 第53-55页 |
| ·线程执行数据访存优化设计 | 第55-58页 |
| ·实验结果及分析 | 第58-65页 |
| ·小结 | 第65-67页 |
| 第五章 结论 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
