首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

运动图像去模糊算法研究与GPU加速实现

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-9页
   ·研究背景和意义第7-8页
   ·课题主要研究工作第8页
   ·论文内容安排与结构第8-9页
第二章 去模糊算法的相关研究综述第9-27页
   ·图像模糊模型第10-11页
   ·图像非盲反卷积第11-14页
   ·模糊核估计第14-18页
   ·图像盲去模糊第18-26页
     ·通过约束图像实现去模糊第18-24页
     ·多图像去模糊第24-25页
     ·通过硬件改变实现去模糊第25-26页
   ·小结第26-27页
第三章 基于改进的 EMD 算法的模糊核估计第27-41页
   ·模糊核估计的相关研究工作第27-28页
   ·预测清晰图像第28-34页
     ·EMD 算法第29-31页
     ·改进的 EMD 算法第31-33页
     ·利用改进的 EMD 算法恢复清晰图像第33-34页
   ·利用恢复的清晰图像估计模糊核第34页
   ·非盲去模糊算法第34-35页
   ·实验结果第35-40页
   ·小结第40-41页
第四章 基于 CUDA 架构的盲去模糊算法 GPU 加速第41-51页
   ·CUDA 概述第41-44页
     ·内核第42页
     ·内存模型第42-43页
     ·性能优化第43-44页
   ·去模糊算法加速实现第44-50页
     ·Shock-Filter 算法快速实现第45-47页
     ·模糊核估计算法快速实现第47-49页
     ·非盲反卷积算法快速实现第49-50页
   ·小结第50-51页
第五章 总结与展望第51-53页
致谢第53-55页
参考文献第55-61页
研究生在读期间的研究成果第61-62页

论文共62页,点击 下载论文
上一篇:自然语言理解中集体词省略恢复研究及其在产品设计中的应用
下一篇:基于视觉信息特征和机器学习的人体运动跟踪与三维姿势恢复