| 论文创新点 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-13页 |
| 引言 | 第13-14页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景及意义 | 第14-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 GPU应用现状 | 第18-20页 |
| 1.2.2 织物缺陷检测算法研究现状 | 第20-23页 |
| 1.3 论文的难点及研究内容 | 第23-26页 |
| 第二章 CUDA基本架构与模型 | 第26-38页 |
| 2.1 CUDA硬件架构 | 第26-28页 |
| 2.2 CUDA执行模型 | 第28-33页 |
| 2.2.1 主机与设备 | 第28-31页 |
| 2.2.2 内核函数 | 第31页 |
| 2.2.3 线程结构 | 第31-32页 |
| 2.2.4 硬件映射 | 第32-33页 |
| 2.3 CUDA内存模型 | 第33-37页 |
| 2.3.1 寄存器 | 第33-34页 |
| 2.3.2 局部内存 | 第34页 |
| 2.3.3 共享内存 | 第34-36页 |
| 2.3.4 全局内存 | 第36页 |
| 2.3.5 常数内存 | 第36页 |
| 2.3.6 纹理内存 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于CUDA的并行图像处理模型 | 第38-59页 |
| 3.1 并行图像处理技术 | 第38-40页 |
| 3.2 基于CUDA的并行图像处理架构与策略 | 第40-42页 |
| 3.3 基于CUDA的典型图像处理示例 | 第42-55页 |
| 3.3.1 基于CUDA的Sobel边缘检测 | 第42-48页 |
| 3.3.2 基于CUDA的傅里叶变换 | 第48-49页 |
| 3.3.3 基于CUDA的模板匹配 | 第49-55页 |
| 3.4 实验结果 | 第55-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 织物纹理缺陷判断算法与优化 | 第59-82页 |
| 4.1 常规织物纹理缺陷判断方法 | 第59-63页 |
| 4.1.1 基于小波分解的方法 | 第60页 |
| 4.1.2 基于傅里叶频谱的方法 | 第60-61页 |
| 4.1.3 基于图像类别共生矩阵的方法 | 第61-63页 |
| 4.2 基于方向算子的缺陷判断算法 | 第63-68页 |
| 4.2.1 预处理 | 第64-65页 |
| 4.2.2 特征提取 | 第65-68页 |
| 4.2.3 判决过程 | 第68页 |
| 4.3 CUDA算法优化 | 第68-78页 |
| 4.3.1 直方图均衡化过程优化 | 第69-73页 |
| 4.3.2 特征提取过程优化 | 第73-78页 |
| 4.4 实验结果 | 第78-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第五章 织物纹理缺陷分割算法与优化 | 第82-110页 |
| 5.1 常规织物纹理缺陷分割方法 | 第82-86页 |
| 5.2 基于区域生长型脉冲耦合神经网络的缺陷分割算法 | 第86-96页 |
| 5.2.1 PCNN的基本模型及其应用 | 第87-88页 |
| 5.2.2 面向织物缺陷分割的区域生长型PCNN模型 | 第88-90页 |
| 5.2.3 基于PCNN改进模型的缺陷分割算法 | 第90-96页 |
| 5.3 CUDA优化 | 第96-104页 |
| 5.3.1 预处理的优化 | 第96-97页 |
| 5.3.2 种子点选择过程的优化 | 第97-98页 |
| 5.3.3 种子点生长过程的优化 | 第98-104页 |
| 5.4 实验结果 | 第104-107页 |
| 5.5 本章小结 | 第107-110页 |
| 第六章 织物纹理缺陷分类 | 第110-124页 |
| 6.1 纹理图像的分类 | 第110页 |
| 6.2 支持向量机的分类方法 | 第110-115页 |
| 6.2.1 支持向量机介绍 | 第111-112页 |
| 6.2.2 SVM的分类原理 | 第112-115页 |
| 6.2.3 SVM多分类器算法 | 第115页 |
| 6.3 基于支持向量机的织物缺陷分类方法 | 第115-123页 |
| 6.3.1 预处理 | 第116-118页 |
| 6.3.2 基于灰度共生矩阵的特征提取 | 第118-122页 |
| 6.3.3 SVM分类器的训练 | 第122页 |
| 6.3.4 SVM分类结果 | 第122-123页 |
| 6.4 本章小结 | 第123-124页 |
| 第七章 总结与展望 | 第124-127页 |
| 7.1 工作总结 | 第124-125页 |
| 7.2 研究展望 | 第125-127页 |
| 参考文献 | 第127-139页 |
| 攻博期间的相关科研成果 | 第139-140页 |
| 攻读博士学位期间参与的科研项目 | 第140-141页 |
| 致谢 | 第141页 |