GPU在车辆检测与跟踪系统中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·选题的背景 | 第7页 |
| ·国内外对GPU的研究现状 | 第7-8页 |
| ·论文研究的目的和意义 | 第8页 |
| ·论文研究的内容和方法 | 第8-9页 |
| 第二章 图形处理器(GPU)的简介 | 第9-15页 |
| ·GPU与CPU的区别 | 第9-10页 |
| ·GPU的发展历程 | 第10-11页 |
| ·GPU的工作流程 | 第11页 |
| ·GPU在通用计算领域中的应用 | 第11-12页 |
| ·GPU的发展趋势 | 第12-13页 |
| ·数字图像处理中使用GPU应用研究[11] | 第13-14页 |
| ·适合使用GPU进行加速处理的算法分析 | 第14-15页 |
| 第三章 GPU的开发环境CUDA | 第15-25页 |
| ·出现CUDA的背景 | 第15-16页 |
| ·CUDA的硬件架构 | 第16页 |
| ·CUDA的软件环境 | 第16-17页 |
| ·CUDA的编程模型 | 第17-20页 |
| ·内核 | 第17-18页 |
| ·线程层次 | 第18-20页 |
| ·存储器层次结构 | 第20页 |
| ·CUDA的应用领域 | 第20页 |
| ·基于CUDA的图像处理应用 | 第20-25页 |
| ·图像锐化的基本原理 | 第20-21页 |
| ·用CUDA代码具体实现 | 第21-23页 |
| ·实验分析 | 第23-25页 |
| 第四章 GPU在车辆检测与跟踪系统的应用 | 第25-47页 |
| ·基于GPU的图像预处理 | 第25-33页 |
| ·图像灰度化 | 第25-29页 |
| ·图像平滑处理 | 第29-33页 |
| ·目标区域提取的几种方法中GPU的应用 | 第33-36页 |
| ·帧差法 | 第33-35页 |
| ·背景差法 | 第35页 |
| ·光流法 | 第35-36页 |
| ·基于GPU的车辆检测 | 第36-38页 |
| ·边缘检测简介 | 第37页 |
| ·边缘检测的原理 | 第37页 |
| ·GPU实现边缘检测的分析 | 第37-38页 |
| ·基于GPU的角点检测算法 | 第38-44页 |
| ·角点检测算法 | 第38-39页 |
| ·GPU算法的实现 | 第39-40页 |
| ·CUDA代码实现 | 第40-42页 |
| ·实验数据分析 | 第42-44页 |
| ·基于角点检测的车速测量 | 第44-46页 |
| ·基于角点检测的车速测量原理 | 第44-45页 |
| ·车速测量 | 第45-46页 |
| ·GPU加速车速测量的可行性分析 | 第46页 |
| ·基于角点检测的车型识别 | 第46-47页 |
| ·基于角点检测的车型识别原理 | 第46页 |
| ·GPU加速车型识别的可行性分析 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-51页 |
