| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源及研究的背景和意义 | 第8-9页 |
| 1.2 国内外在该方向的研究现状及分析 | 第9-12页 |
| 1.2.1 SPIHT 算法及并行化研究现状 | 第9页 |
| 1.2.2 GPU 高性能运算的研究现状 | 第9-11页 |
| 1.2.3 GPU 加速图像处理研究现状 | 第11-12页 |
| 1.3 论文的主要工作 | 第12-13页 |
| 第2章 并行计算理论 | 第13-23页 |
| 2.1 并行方式 | 第13-14页 |
| 2.1.1 数据并行 | 第13-14页 |
| 2.1.2 任务并行 | 第14页 |
| 2.2 Amdahl 定律 | 第14-15页 |
| 2.3 PCAM 设计方法学 | 第15-17页 |
| 2.4 并行硬件架构 | 第17页 |
| 2.5 CUDA 高性能计算模型 | 第17-23页 |
| 2.5.1 编程模型 | 第17-18页 |
| 2.5.2 软件体系 | 第18-20页 |
| 2.5.3 存储器模型 | 第20-23页 |
| 第3章 SPIHT 图像压缩算法的并行化 | 第23-39页 |
| 3.1 SPIHT 图像压缩介绍 | 第23-27页 |
| 3.1.1 整数 5/3 小波变换 | 第23-24页 |
| 3.1.2 SPIHT 编码 | 第24-27页 |
| 3.2 依赖性分析 | 第27-32页 |
| 3.2.1 并行粒度的分类 | 第27-28页 |
| 3.2.2 数据依赖关系简介 | 第28-30页 |
| 3.2.3 SPIHT 图像压缩算法中的数据依赖关系 | 第30-32页 |
| 3.3 并行 SPIHT 图像压缩算法 | 第32-39页 |
| 3.3.1 并行整数 5/3 小波变换 | 第32-35页 |
| 3.3.2 并行 SPIHT 编码 | 第35-39页 |
| 第4章 并行 SPIHT 图像压缩算法的 CUDA 实现 | 第39-64页 |
| 4.1 并行 SPIHT 图像压缩算法的 CUDA 实现方案 | 第39-49页 |
| 4.1.1 并行整数 5/3 小波变换的 CUDA 实现方案 | 第40-43页 |
| 4.1.2 并行 SPIHT 编码的 CUDA 实现方案 | 第43-49页 |
| 4.2 实验结果与分析 | 第49-54页 |
| 4.2.1 实验环境 | 第49-50页 |
| 4.2.2 时间测量 | 第50-51页 |
| 4.2.3 实验数据 | 第51页 |
| 4.2.4 实验结果 | 第51-54页 |
| 4.3 CUDA 程序性能分析 | 第54-59页 |
| 4.4 CUDA 程序存储器优化 | 第59-64页 |
| 4.4.1 全局存储器的合并访问 | 第59-61页 |
| 4.4.2 寄存器优化 | 第61-63页 |
| 4.4.3 页锁定存储器优化 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
