基于压入与重标记算法图像分割的改进以及在GPU上的设计和实现
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外的研究现状 | 第12-13页 |
| ·论文的研究工作 | 第13-15页 |
| ·论文结构安排 | 第15-16页 |
| 2 基于图论的图像分割和GPU介绍 | 第16-32页 |
| ·图像分割介绍 | 第16-19页 |
| ·基于图论的图像分割介绍 | 第19-24页 |
| ·图论基础 | 第20-21页 |
| ·分割标准和图论分割的方法 | 第21-24页 |
| ·基于图论图像分割中的最小割方法 | 第24-27页 |
| ·网络流 | 第24-25页 |
| ·Ford-Fulkerson方法 | 第25-27页 |
| ·压入与重标记算法 | 第27页 |
| ·GPU介绍 | 第27-31页 |
| ·并行计算 | 第27-28页 |
| ·CUDA体系 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于压入与重标记算法图像分割的改进 | 第32-46页 |
| ·串行的压入与重标计算法 | 第32-34页 |
| ·压入与重标记算法并行化 | 第34-39页 |
| ·并行宽度优先遍历 | 第35-36页 |
| ·并行压入操作和并行重标记操作 | 第36-37页 |
| ·并行算法的描述 | 第37-39页 |
| ·图像分割与目标提取 | 第39-40页 |
| ·能量函数的改进 | 第40-42页 |
| ·Kolmogorov二维数据模型的分析 | 第40-41页 |
| ·针对二维数据模型的改进 | 第41-42页 |
| ·算法实验与分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 4 基于压入与重标记算法图像分割针对GPU的设计 | 第46-59页 |
| ·针对提升CUDA程序的分析 | 第46-47页 |
| ·模拟缓存技术 | 第47-48页 |
| ·针对算法在GPU上性能提升的设计 | 第48-53页 |
| ·利用常数内存提升性能 | 第48-49页 |
| ·利用纹理内存提升性能 | 第49-51页 |
| ·通过常数内存与纹理内存提升的设计 | 第51-52页 |
| ·通过任务划分提升性能 | 第52-53页 |
| ·改进的压入重标记算法针对GPU的设计实验与分析 | 第53-58页 |
| ·实验环境 | 第53-54页 |
| ·实验结果 | 第54-56页 |
| ·结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 5 结论 | 第59-62页 |
| ·总结 | 第59-60页 |
| ·未来 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
