| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-12页 |
| ·图像分割算法 | 第8-10页 |
| ·区域分割算法 | 第10-12页 |
| ·GPU高性能并行计算 | 第12-16页 |
| ·本文研究内容和主要工作 | 第16页 |
| ·本文组织结构 | 第16-17页 |
| 2 基于CUDA平台的GPU高性能并行计算 | 第17-30页 |
| ·CUDA及GPU简介 | 第17-18页 |
| ·CUDA软件体系 | 第18-20页 |
| ·CUDA硬件体系 | 第20-21页 |
| ·CUDA编程模型 | 第21-30页 |
| ·主机与设备 | 第21-22页 |
| ·kernel函数定义与调用 | 第22-23页 |
| ·线程结构 | 第23-24页 |
| ·执行模型 | 第24-25页 |
| ·存储器结构 | 第25-28页 |
| ·程序基本框架 | 第28-30页 |
| 3 图像分割算法的并行设计 | 第30-41页 |
| ·区域分割算法概述 | 第30页 |
| ·算法描述与分析 | 第30-33页 |
| ·算法描述 | 第30-31页 |
| ·算法实现及程序流程图 | 第31-33页 |
| ·并行算法设计 | 第33-41页 |
| ·并行设计思想及程序描述 | 第33-35页 |
| ·并行算法改进 | 第35-36页 |
| ·并行策略 | 第36-41页 |
| 4 数据结构设计及实现 | 第41-49页 |
| ·数据结构简介 | 第41页 |
| ·核心函数设计 | 第41-49页 |
| ·gpipInitLabelPerBlock_Kernel | 第42-44页 |
| ·gpipMergeBorders_Kernel | 第44-46页 |
| ·gpipComputeArea_Kernel | 第46-47页 |
| ·gpipAreaAnalysis_Kernel | 第47页 |
| ·gpipReIndex_Kernel | 第47-49页 |
| 5 实验测试及性能分析 | 第49-58页 |
| ·实验测试 | 第49-54页 |
| ·实验平台 | 第49页 |
| ·实验依据 | 第49页 |
| ·实验结果 | 第49-54页 |
| ·性能分析 | 第54-58页 |
| ·测试方案 | 第54页 |
| ·三种改进策略效果验证 | 第54-55页 |
| ·性能评价 | 第55-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |