| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 压缩感知理论 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 本文研究工作 | 第12页 |
| 1.5 本文章节安排 | 第12-14页 |
| 2 压缩感知以及并行计算 | 第14-23页 |
| 2.1 压缩感知理论介绍 | 第14-15页 |
| 2.2 压缩感知组成部分 | 第15-18页 |
| 2.2.1 稀疏表示 | 第15-16页 |
| 2.2.2 测量采样 | 第16页 |
| 2.2.3 信号重构 | 第16-18页 |
| 2.3 并行计算 | 第18页 |
| 2.4 图像处理器GPU | 第18-19页 |
| 2.5 CUDA编程 | 第19-22页 |
| 2.5.1 CUDA编程模型 | 第19-20页 |
| 2.5.2 CUDA线程 | 第20-21页 |
| 2.5.3 CUDA存储模型 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 基于压缩感知的超分辨率图像重构 | 第23-33页 |
| 3.1 超分辨率图像重构 | 第23-24页 |
| 3.2 压缩感知重构算法 | 第24-27页 |
| 3.2.1 重构算法概述 | 第24-25页 |
| 3.2.2 重构算法分析 | 第25-27页 |
| 3.3 图像质量评价 | 第27-28页 |
| 3.4 基于压缩感知重构算法的超分辨率图像重构 | 第28-29页 |
| 3.5 实验与结果分析 | 第29-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 压缩感知图像重构并行化 | 第33-45页 |
| 4.1 图像重构并行化 | 第33-35页 |
| 4.1.1 图像分块 | 第33页 |
| 4.1.2 实验与结果分析 | 第33-35页 |
| 4.2 基于CUDA的CoSaMP算法的并行化 | 第35-38页 |
| 4.2.1 CoSaMP算法概述 | 第35页 |
| 4.2.2 CoSaMP算法并行化分析 | 第35-36页 |
| 4.2.3 基于CUDA的CoSaMP算法并行化实现 | 第36-38页 |
| 4.3 基于CUDA的图像重构并行化 | 第38-40页 |
| 4.3.1 基于粗粒度的图像并行处理 | 第38-39页 |
| 4.3.2 CUDA流并行介绍 | 第39页 |
| 4.3.3 基于CUDA流的图像重构 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-45页 |
| 5 压缩感知图像重构系统设计 | 第45-51页 |
| 5.1 系统需求 | 第45-46页 |
| 5.1.1 系统环境 | 第45页 |
| 5.1.2 业务需求 | 第45-46页 |
| 5.2 系统设计 | 第46-49页 |
| 5.2.1 系统整体框架 | 第46-47页 |
| 5.2.2 重构 | 第47-49页 |
| 5.3 系统应用 | 第49-50页 |
| 5.4 本章总结 | 第50-51页 |
| 6 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58页 |