基于CUDA的裂纹检测算法的实现与优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 相关技术的研究现状 | 第10-11页 |
| 1.2.1 裂纹检测的研究现状 | 第10-11页 |
| 1.2.2 并行计算的现状及发展 | 第11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 2 相关知识介绍 | 第13-23页 |
| 2.1 数字图像处理相关知识 | 第13-18页 |
| 2.2 CUDA平台的结构和特点 | 第18-20页 |
| 2.3 基于GPU的优化基础 | 第20-23页 |
| 3 裂纹检测算法的并行实现 | 第23-53页 |
| 3.1 图像预处理 | 第23-33页 |
| 3.1.1 使用共享内存优化直方图均衡化 | 第23-29页 |
| 3.1.2 提升高斯滤波算法的DRAM利用率 | 第29-33页 |
| 3.2 目标提取 | 第33-45页 |
| 3.2.1 线程一对一并行的图像二值化 | 第33-36页 |
| 3.2.2 并行度缩减的形态学处理 | 第36-38页 |
| 3.2.3 并查集优化的连通区域检测 | 第38-45页 |
| 3.3 特征值提取 | 第45-53页 |
| 3.3.1 长度的获取 | 第45-49页 |
| 3.3.2 周长的获取 | 第49-50页 |
| 3.3.3 特征值提取 | 第50-52页 |
| 3.3.4 圆形度和长宽比 | 第52-53页 |
| 4 实验结果与分析 | 第53-61页 |
| 4.1 实验平台 | 第53页 |
| 4.2 实验性能分析 | 第53-59页 |
| 4.3 实验结果 | 第59-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
