GPU环境下几种并行图像处理算法的设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和选题意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究内容和创新 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 GPU编程技术与相关背景知识 | 第14-22页 |
| 2.1 GPU编程技术 | 第14-18页 |
| 2.1.1 CUDA相关技术 | 第14-16页 |
| 2.1.2 OpenCL标准 | 第16-18页 |
| 2.2 图像去噪 | 第18-19页 |
| 2.2.1 图像去噪概述 | 第18-19页 |
| 2.2.2 图像去噪的评价指标 | 第19页 |
| 2.3 图像特征选择 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于GPU的并行非局部均值去噪算法 | 第22-36页 |
| 3.1 引言 | 第22-25页 |
| 3.2 非局部均值去噪算法 | 第25-26页 |
| 3.3 并行非局部均值去噪算法 | 第26-30页 |
| 3.3.1 串行算法分析 | 第26-28页 |
| 3.3.2 并行方案设计 | 第28-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.4.1 实验测试数据 | 第30-31页 |
| 3.4.2 实验环境 | 第31页 |
| 3.4.3 实验结果 | 第31-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于GPU的并行PPB去噪算法 | 第36-48页 |
| 4.1 引言 | 第36-37页 |
| 4.2 PPB去噪算法 | 第37-39页 |
| 4.3 提出的并行PPB去噪算法 | 第39-42页 |
| 4.3.1 串行算法分析 | 第39-40页 |
| 4.3.2 并行PPB算法设计方案 | 第40-42页 |
| 4.4 实验结果与分析 | 第42-47页 |
| 4.4.1 实验测试数据 | 第42-44页 |
| 4.4.2 实验环境 | 第44页 |
| 4.4.3 实验结果 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于GPU的并行图像特征选择算法 | 第48-60页 |
| 5.1 引言 | 第48-49页 |
| 5.2 基于免疫克隆的图像特征选择方法 | 第49-53页 |
| 5.2.1 纹理特征提取 | 第49-50页 |
| 5.2.2 纹理降维算法 | 第50-51页 |
| 5.2.3 基于免疫克隆的图像特征选择算法 | 第51-53页 |
| 5.3 基于GPU的PICFS算法 | 第53-55页 |
| 5.4 实验结果与分析 | 第55-58页 |
| 5.4.1 实验测试数据 | 第55-56页 |
| 5.4.2 实验环境与参数设置 | 第56-57页 |
| 5.4.3 实验结果 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 硕士期间成果 | 第70页 |
