| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和研究意义 | 第14-15页 |
| 1.2 国内外发展现状 | 第15-19页 |
| 1.3 论文的主要工作和内容安排 | 第19-22页 |
| 第二章 GPU通用并行架构 | 第22-30页 |
| 2.1 关于CUDA | 第22-24页 |
| 2.1.1 可扩展的线程模型 | 第22-23页 |
| 2.1.2 CUDA的SIMT：单指令多线程 | 第23页 |
| 2.1.3 异构模式 | 第23-24页 |
| 2.2 CUDA的基本概念 | 第24-29页 |
| 2.2.1 硬件与概念的对应 | 第24-25页 |
| 2.2.2 内核函数 | 第25页 |
| 2.2.3 线程 | 第25-26页 |
| 2.2.4 存储器 | 第26-28页 |
| 2.2.5 计算模式 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于边缘的图像插值从粗粒度到细粒度GPU实现 | 第30-50页 |
| 3.1 基于边缘的图像插值算法 | 第30-33页 |
| 3.2 基于边缘的图像插值的GPU粗粒度实现 | 第33-36页 |
| 3.2.1 程序运行平台参数 | 第33页 |
| 3.2.2 基于边缘的图像插值的粗粒度并行实现 | 第33-34页 |
| 3.2.3 利用全局内存测试并行可行性 | 第34页 |
| 3.2.4 使用共享内存优化 | 第34-35页 |
| 3.2.5 基于寄存器的优化 | 第35-36页 |
| 3.3 基于细粒度的并行插值 | 第36-47页 |
| 3.3.1 代码转换 | 第36-37页 |
| 3.3.2 4*4 线程分配的细粒度方法 | 第37-39页 |
| 3.3.3 2*4 细粒度划分的并行插值 | 第39-42页 |
| 3.3.4 基于 2*2 线程划分细粒度模型的插值 | 第42页 |
| 3.3.5 2*4 线程划分方案基于寄存器和异步传输的优化 | 第42-46页 |
| 3.3.6 粗粒度和细粒度模型处理 720P视频结果对比 | 第46-47页 |
| 3.4 本章小结 | 第47-50页 |
| 第四章 基于GPU的C-DPCM高光谱无损压缩 | 第50-58页 |
| 4.1 高光谱图像简介 | 第50-51页 |
| 高光谱图像的谱间相关性 | 第50-51页 |
| 4.2 高光谱压缩 | 第51-52页 |
| 4.3 C-DPCM算法 | 第52-54页 |
| 4.4 C-DPCM高光谱压缩的并行实现 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结和展望 | 第58-60页 |
| 5.1 论文总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64-65页 |
