| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 图像恢复现状 | 第11-13页 |
| 1.2.2 GPU的发展 | 第13-15页 |
| 1.3 本文研究内容及结构安排 | 第15-17页 |
| 第二章 CUDA基础及编程环境 | 第17-29页 |
| 2.1 CUDA软件体系 | 第17-20页 |
| 2.1.1 CUDA C语言 | 第19页 |
| 2.1.2 nvcc编译器 | 第19-20页 |
| 2.2 CUDA编程模型 | 第20-23页 |
| 2.2.1 Kernel函数的定义与调用 | 第20-22页 |
| 2.2.2 线程结构 | 第22-23页 |
| 2.3 CUDA执行模型 | 第23-24页 |
| 2.4 CUDA存储器模型 | 第24-28页 |
| 2.4.1 寄存器和共享存储器 | 第26-27页 |
| 2.4.2 局部存储器和全局存储器 | 第27页 |
| 2.4.3 常数存储器 | 第27页 |
| 2.4.4 纹理存储器 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 全变分对偶模型图像去噪及GPU并行实现 | 第29-51页 |
| 3.1 定义与符号 | 第29-32页 |
| 3.2 全变分对偶模型 | 第32-34页 |
| 3.3 全变分对偶离散模型 | 第34-35页 |
| 3.4 梯度投影算法求解全变分离散对偶模型及GPU并行实现 | 第35-43页 |
| 3.4.1 梯度投影算法求解全变分离散对偶模型 | 第35-37页 |
| 3.4.2 GPU并行实现 | 第37-43页 |
| 3.5 实验结果与分析 | 第43-50页 |
| 3.6 小结 | 第50-51页 |
| 第四章 总结与展望 | 第51-53页 |
| 4.1 总结 | 第51页 |
| 4.2 研究展望 | 第51-53页 |
| 致谢 | 第53-59页 |
| 附录 已发表/完成的论文 | 第59页 |