| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 当前研究现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第2章 数字图像处理 | 第13-21页 |
| 2.1 数字图像处理简介 | 第13-14页 |
| 2.2 一些典型图像处理算法介绍 | 第14-20页 |
| 2.2.1 Sobel 边缘检测 | 第14-16页 |
| 2.2.2 高斯平滑算法 | 第16-17页 |
| 2.2.3 Erode 腐蚀算法 | 第17-19页 |
| 2.2.4 MeanShift 算法 | 第19-20页 |
| 2.3 小结 | 第20-21页 |
| 第3章 ARM NEON 与 RenderScript 概述 | 第21-35页 |
| 3.1 ARM NEON 概述 | 第21-28页 |
| 3.1.1 SIMD 与 ARM 指令简介 | 第21-22页 |
| 3.1.2 NEON 的特点与应用 | 第22-23页 |
| 3.1.3 NEON 的寄存器和数据/指令类型 | 第23-25页 |
| 3.1.4 NEON 的一些常用指令 | 第25-28页 |
| 3.2 RenderScript 概述 | 第28-34页 |
| 3.2.1 RenderScript 特点与应用 | 第28-30页 |
| 3.2.2 RenderScript Kernel 的编写 | 第30-31页 |
| 3.2.3 访问 RenderScript API | 第31-32页 |
| 3.2.4 Java 层使用 RenderScript | 第32-33页 |
| 3.2.5 一个 RenderScript 实例 | 第33-34页 |
| 3.3 小结 | 第34-35页 |
| 第4章 基于 NEON 与 RS 的图像处理算法优化方案设计 | 第35-49页 |
| 4.1 基于 NEON 的图像处理算法优化方案设计 | 第35-43页 |
| 4.1.1 ARM 内联汇编简介 | 第35-36页 |
| 4.1.2 基于 NEON 的 Sobel 边缘检测算法 | 第36-37页 |
| 4.1.3 基于 NEON 的高斯平滑算法 | 第37-39页 |
| 4.1.4 基于 NEON 的 erode 腐蚀算法 | 第39-41页 |
| 4.1.5 基于 NEON 的 meanshift 算法 | 第41-42页 |
| 4.1.6 图像剩余部分的处理 | 第42-43页 |
| 4.2 基于 RenderScript 的图像处理算法优化方案设计 | 第43-48页 |
| 4.2.1 基于 RenderScript 的 Sobel 边缘检测算法 | 第43-45页 |
| 4.2.2 基于 RenderScript 的高斯平滑算法 | 第45-46页 |
| 4.2.3 基于 RenderScript 的 Erode 腐蚀算法 | 第46-47页 |
| 4.2.4 基于 RenderScript 的 MeanShift 算法 | 第47-48页 |
| 4.3 小结 | 第48-49页 |
| 第5章 实现与实验结果分析 | 第49-62页 |
| 5.1 实现环境及开发平台 | 第49页 |
| 5.2 基于 ARM NEON 与 RenderScript 的图像处理算法实现方案 | 第49-51页 |
| 5.2.1 JNI 简介 | 第49-50页 |
| 5.2.2 开发平台及工作模式 | 第50-51页 |
| 5.3 实验环境 | 第51-52页 |
| 5.4 实验结果 | 第52-58页 |
| 5.4.1 Sobel 边缘检测算法的运行结果 | 第52-53页 |
| 5.4.2 高斯平滑算法运行结果 | 第53-55页 |
| 5.4.3 Erode 腐蚀算法运行结果 | 第55-56页 |
| 5.4.4 MeanShift 算法运行结果 | 第56-58页 |
| 5.5 实验结果分析 | 第58-61页 |
| 5.5.1 ARM NEON 对 CPU 的加速比 | 第58-60页 |
| 5.5.2 RenderScript 对 CPU 的加速比 | 第60-61页 |
| 5.6 小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 论文总结 | 第62页 |
| 6.2 进一步工作 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
