| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·论文背景 | 第7-8页 |
| ·国内外现状分析 | 第8-9页 |
| ·论文研究内容和研究重点 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 第二章 相关技术概述 | 第11-19页 |
| ·并行计算和异构计算 | 第11-12页 |
| ·OpenCL 概述 | 第12-17页 |
| ·平台模型 | 第12-13页 |
| ·内存模型 | 第13-14页 |
| ·执行模型 | 第14-16页 |
| ·编程模型 | 第16-17页 |
| ·MPI 概述 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 图像拼接算法分析 | 第19-37页 |
| ·需求分析 | 第19-21页 |
| ·图像拼接在人防中的应用需求 | 第19-20页 |
| ·人防中图像拼接面临的问题 | 第20-21页 |
| ·图像预处理过程分析 | 第21-22页 |
| ·图像预处理去噪方法选择分析 | 第21页 |
| ·中值滤波算法分析 | 第21-22页 |
| ·图像配准过程分析 | 第22-32页 |
| ·图像配准技术分析 | 第23-25页 |
| ·基于 SIFT 特征图像配准算法分析 | 第25-32页 |
| ·图像拼接算法的并行化设计 | 第32-36页 |
| ·GPU 端算法设计的原则 | 第32-33页 |
| ·中值滤波算法的并行化设计 | 第33-34页 |
| ·基于 SIFT 特征图像配准算法并行化设计 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 图像拼接并行算法基于 OpenCL 实现 | 第37-51页 |
| ·中值滤波算法的 OpenCL 实现 | 第37-39页 |
| ·SIFT 特征点检测的 OpenCL 实现 | 第39-49页 |
| ·创建高斯金字塔和高斯差分金字塔 | 第40-43页 |
| ·检测极值点 | 第43-45页 |
| ·关键点方向的分配 | 第45-48页 |
| ·特征点描述符的生成 | 第48-49页 |
| ·SIFT 特征向量匹配的 OpenCL 实现 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 图像拼接并行算法基于 GPU 异构集群的实现 | 第51-55页 |
| ·中值滤波算法基于异构集群的实现 | 第51-52页 |
| ·SIFT 特征图像配准算法基于异构集群的实现 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 实验结果和算法性能分析 | 第55-63页 |
| ·实验设计 | 第55-56页 |
| ·实验软硬件环境 | 第55-56页 |
| ·实验方法设计 | 第56页 |
| ·实验结果与分析 | 第56-61页 |
| ·中值滤波算法实验结果及分析 | 第56-57页 |
| ·SIFT 特征图像配准实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-63页 |
| 第七章 结束语 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |