图像配准算法研究与实现

摘要	第1-6页
Abstract	第6-8页
目录	第8-9页
图目录	第9-12页
表目录	第12-13页
第1章 绪论	第13-23页
·课题研究背景	第13-14页
·图像配准技术研究现状	第14-20页
·研究主要内容	第20-21页
·论文组织结构	第21-23页
第2章 异构并行计算	第23-33页
·GPU 简介	第24-28页
·GPU 产生背景	第24页
·GPU 体系结构	第24-26页
·GPU 的主要优势	第26-27页
·GPU 应用	第27-28页
·CUDA 编程模型	第28-32页
·内核函数	第29-30页
·线程层次	第30-31页
·存储器层次	第31页
·异构编程	第31-32页
·计算能力	第32页
·本章小结	第32-33页
第3章 基于特征点的同源图像配准	第33-57页
·基于特征点配准算法的基本框架及相关算法原理	第33-42页
·特征点提取	第34-38页
·特征描述符生成	第38-41页
·特征匹配	第41页
·去除误匹配	第41-42页
·算法的异构实现	第42-44页
·算法仿真验证	第44-55页
·仿真实验平台	第44-45页
·算法验证试验及分析	第45-54页
·加速比验证试验及分析	第54-55页
·本章小结	第55-57页
第4章 基于互信息和粒子群算法的异源图像配准	第57-75页
·基于灰度配准算法的基本框架及相关原理	第57-63页
·特征空间	第58页
·搜索空间	第58页
·相似性度量	第58-60页
·搜索策略	第60-63页
·算法的异构实现	第63-67页
·算法仿真实验	第67-73页
·仿真实验平台	第67-68页
·算法验证试验及分析	第68-71页
·加速比验证试验及分析	第71-73页
·本章小结	第73-75页
结论	第75-77页
参考文献	第77-82页
攻读学位期间发表论文与研究成果清单	第82-83页
致谢	第83页