| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题研究背景 | 第13-14页 |
| ·研究现状与意义 | 第14-16页 |
| ·GPU 发展现状 | 第14页 |
| ·特征提取在高性能计算领域中的研究 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·课题来源、主要研究内容及结构 | 第16-19页 |
| ·课题来源 | 第16-17页 |
| ·主要研究内容及论文结构 | 第17-19页 |
| 第2章 GPU 和 CUDA 技术 | 第19-31页 |
| ·GPU 简介 | 第19-22页 |
| ·GPU 与 CPU 的比较 | 第19-20页 |
| ·GPU 的发展历程 | 第20-21页 |
| ·GPU 在通用计算方面的优势及发展趋势 | 第21-22页 |
| ·CUDA 技术 | 第22-30页 |
| ·CUDA 概况 | 第22-23页 |
| ·CUDA 硬件结构和软件环境 | 第23-25页 |
| ·CUDA 编程模型 | 第25-29页 |
| ·CUDA 的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 GPU 加速数字图像处理算法 | 第31-45页 |
| ·GPU 加速数字图像处理算法分析 | 第31-33页 |
| ·时域空间 GPU 加速图像处理 | 第33-41页 |
| ·图像锐化处理 | 第33-37页 |
| ·图像平滑处理 | 第37-41页 |
| ·频域空间 GPU 加速数字图像处理 | 第41-44页 |
| ·引言 | 第41页 |
| ·快速卷积算法 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 Harris 算法与 SURF 算法在 GPU 上的移植实现 | 第45-61页 |
| ·引言 | 第45页 |
| ·Harris 算法的 CUDA 实现 | 第45-51页 |
| ·Harris 算法 | 第45-46页 |
| ·Harris 的 CUDA 实现与结果 | 第46-51页 |
| ·SURF 算法的 CUDA 实现 | 第51-59页 |
| ·SURF 算法 | 第51-53页 |
| ·SURF 算法的 CUDA 实现与结果 | 第53-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 CUDA 程序的优化 | 第61-67页 |
| ·CUDA 程序优化概述 | 第61-63页 |
| ·CUDA 存储器访问优化 | 第63-64页 |
| ·CUDA 指令流优化 | 第64-65页 |
| ·针对小型钢板的 CUDA 算法优化 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75-76页 |
| 大摘要 | 第76-81页 |