| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 角点提取算法国内外研究现状 | 第12-14页 |
| 1.3 特征点描述国内外研究现状 | 第14-15页 |
| 1.4 基于GPU的图像加速算法研究现状 | 第15-16页 |
| 1.5 本文研究内容及结构安排 | 第16-17页 |
| 第二章 图像角点特征提取技术研究 | 第17-42页 |
| 2.1 基于灰度的角点提取算法 | 第17-19页 |
| 2.1.1 Harris角点算法 | 第17-18页 |
| 2.1.2 SUSAN角点算法 | 第18-19页 |
| 2.1.3 FAST角点算法 | 第19页 |
| 2.2 基于边缘的角点提取算法 | 第19-22页 |
| 2.2.1 CSS角点算法 | 第20-21页 |
| 2.2.2 基于各向异性高斯核的角点算法 | 第21页 |
| 2.2.3 基于模板的角点检测算法JUDOCA | 第21-22页 |
| 2.3 一种基于离散方向模板的角点算法 | 第22-30页 |
| 2.3.1 离散圆形方向模板 | 第22-23页 |
| 2.3.2 边缘提取和筛选 | 第23-26页 |
| 2.3.3 角点提取和分类 | 第26-28页 |
| 2.3.4 去除圆形角点 | 第28-30页 |
| 2.3.5 非极大值抑制 | 第30页 |
| 2.4 算法性能评估 | 第30-31页 |
| 2.5 实验结果与性能比较 | 第31-41页 |
| 2.5.1 角点检测精确度和角点定位误差 | 第33-37页 |
| 2.5.2 平均重复率比较 | 第37-40页 |
| 2.5.3 算法运行时间比较 | 第40-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 角点描述和匹配算法研究 | 第42-58页 |
| 3.1 特征描述子 | 第42-48页 |
| 3.1.1 基于梯度直方图的局部特征描述 | 第42-44页 |
| 3.1.2 基于二进制位串的局部特征描述子 | 第44-48页 |
| 3.2 本文提出的角点特征描述子 | 第48-49页 |
| 3.3 特征点匹配 | 第49-50页 |
| 3.3.1 欧式距离 | 第49-50页 |
| 3.3.2 汉明距离 | 第50页 |
| 3.4 算法性能比较 | 第50-57页 |
| 3.4.1 匹配性能评估指标 | 第50页 |
| 3.4.2 实验平台和数据库 | 第50-51页 |
| 3.4.3 DDK算法用于特征点匹配 | 第51-54页 |
| 3.4.4 本文角点描述子在剔除错误匹配点中的应用 | 第54-56页 |
| 3.4.5 本文角点描述子与BRIEF结合使用性能分析 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 角点检测算法在GPU上的实现 | 第58-70页 |
| 4.1 GPU通用计算的发展 | 第58页 |
| 4.2 GPU开发环境CUDA | 第58-61页 |
| 4.2.1 CUDA硬件模型 | 第59-60页 |
| 4.2.2 CUDA编程模型 | 第60-61页 |
| 4.3 基于CUDA的角点算法研究 | 第61-67页 |
| 4.3.1 算法并行性分析 | 第62页 |
| 4.3.2 高斯滤波算法在CUDA上的实现 | 第62-64页 |
| 4.3.3 边缘提取算法在CUDA上的实现。 | 第64-65页 |
| 4.3.4 角点提取算法在CUDA上的实现 | 第65-67页 |
| 4.4 算法性能比较 | 第67-69页 |
| 4.4.1 CUDA程序的性能评估 | 第67页 |
| 4.4.2 实验平台搭建和数据采集 | 第67-68页 |
| 4.4.3 实验结果与性能分析 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章总结与展望 | 第70-71页 |
| 5.1 总结 | 第70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 在学期间的研究成果及发表的学术论文 | 第76-77页 |
| 附录 | 第77页 |