摘要 | 第1-3页 |
ABSTRACT | 第3-6页 |
1 绪论 | 第6-13页 |
·研究背景与意义 | 第6-7页 |
·国内外研究现状 | 第7-10页 |
·坯布疵点检测研究现状 | 第7-9页 |
·并行计算研究现状 | 第9-10页 |
·坯布疵点检测系统概述 | 第10-11页 |
·本课题研究内容及论文结构 | 第11-13页 |
2 PCNN 模型及其基本特征 | 第13-21页 |
·PCNN 模型 | 第13-15页 |
·PCNN 基本特性 | 第15-18页 |
·PCNN 的图像分割原理 | 第18页 |
·PCNN 研究现状 | 第18-19页 |
·本章小结 | 第19-21页 |
3 坯布图像特征提取方法 | 第21-30页 |
·常见的特征提取方法 | 第21-24页 |
·基于改进 FVD 的坯布图像特征提取方法 | 第24-26页 |
·实验结果及分析 | 第26-29页 |
·本章小结 | 第29-30页 |
4 基于改进 PCNN 的坯布疵点分割方法 | 第30-45页 |
·常见的图像分割方法 | 第30-35页 |
·图像分割技术概述 | 第30-33页 |
·基于阈值的经典分割方法 | 第33-35页 |
·改进 PCNN 的坯布疵点分割方法 | 第35-39页 |
·PCNN 模型改进 | 第35-37页 |
·基于改进 PCNN 的自适应图像分割算法 | 第37-39页 |
·实验结果及分析 | 第39-44页 |
·分割结果对比及分析 | 第39-41页 |
·客观定量分析 | 第41-44页 |
·本章小结 | 第44-45页 |
5 基于 OpenMP 的改进 PCNN 并行化方法 | 第45-65页 |
·概述 | 第45-50页 |
·串行程序的并行化分析 | 第50-52页 |
·改进 PCNN 算法的并行化设计与实现 | 第52-57页 |
·改进 PCNN 算法并行化设计 | 第52-53页 |
·改进 PCNN 算法并行化实现 | 第53-57页 |
·实验结果及分析 | 第57-64页 |
·不同调度方式的实验对比及分析 | 第57-60页 |
·不同划分粒度的实验对比及分析 | 第60-62页 |
·与串行程序的实验对比及分析 | 第62-64页 |
·本章小结 | 第64-65页 |
6 总结与展望 | 第65-66页 |
·总结 | 第65页 |
·展望 | 第65-66页 |
参考文献 | 第66-71页 |
附录 | 第71-75页 |
附录 1 PCNN 子函数代码 | 第71-73页 |
附录 2 VC++6.0 平台上配置 OpenMP 编译器步骤 | 第73-75页 |
攻读学位期间发表文章 | 第75-78页 |
致谢 | 第78页 |