基于CUDA的并行图像处理问题研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-12页 |
| ·国内外发展状况 | 第12-14页 |
| ·论文的主要工作及内容安排 | 第14-17页 |
| 第二章 CUDA 概述 | 第17-25页 |
| ·CUDA 的编程模型 | 第17-18页 |
| ·CUDA 执行模型 | 第18-19页 |
| ·CUDA 存储器模型 | 第19-22页 |
| ·寄存器 | 第20页 |
| ·本地寄存器 | 第20页 |
| ·共享存储器 | 第20-21页 |
| ·全局存储器 | 第21页 |
| ·常数存储器以及纹理存储器 | 第21-22页 |
| ·主机端内存 | 第22页 |
| ·各种存储器性能总结 | 第22页 |
| ·NVCC 编译器 | 第22-25页 |
| 第三章 图像交叠变换以及 GPU 实现 | 第25-33页 |
| ·块效应的产生 | 第25页 |
| ·时域交叠变换的基本理论 | 第25-27页 |
| ·时域交叠变换的流程及 GPU 实现 | 第27-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 多粒子群算法以及 GPU 实现 | 第33-41页 |
| ·粒子群算法基本理论 | 第33-36页 |
| ·粒子群群算法的来源与背景 | 第34页 |
| ·粒子群群算法介绍 | 第34-36页 |
| ·粒子群算法的并行实现 | 第36-38页 |
| ·粒子群算法的并行实现 | 第36页 |
| ·传统粒子群的单群并行 | 第36-37页 |
| ·粒子群的多群并行 | 第37-38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于边缘图像插值算法以及 GPU 实现 | 第41-53页 |
| ·基于边缘插值的原理 | 第41-45页 |
| ·基于边缘插值的 GPU 实现 | 第45-51页 |
| ·基于边缘插值的 GPU 的不同优化版本 | 第46-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·全文工作总结 | 第53页 |
| ·进一步研究与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 硕士期间完成的学术成果 | 第62-63页 |
