| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及来源 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 双目视觉系统应用研究现状 | 第10-11页 |
| 1.2.2 立体匹配算法研究现状 | 第11-13页 |
| 1.3 GPU 加速原理与实现方法 | 第13-17页 |
| 1.3.1 GPU 与 CPU 的异同 | 第13-14页 |
| 1.3.2 GPU 通用计算编程架构 CUDA 简介 | 第14-16页 |
| 1.3.3 GPU 并行计算原理及一般实现方法 | 第16-17页 |
| 1.3.4 GPU 并行计算性能评估 | 第17页 |
| 1.4 文章主要研究内容 | 第17-19页 |
| 第2章 基本图像预处理算法并行方法研究 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 图像预处理算法的并行化 | 第19-29页 |
| 2.2.1 图像降噪滤波的并行化 | 第19-26页 |
| 2.2.2 并行图像灰度变换 | 第26-27页 |
| 2.2.3 并行直方图均衡化 | 第27-29页 |
| 2.3 并行 SOBEL 算子特征检测 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 实时双目立体匹配算法设计 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 建立视差空间 | 第33-36页 |
| 3.3 建立贝叶斯先验参数模型 | 第36-38页 |
| 3.4 后验参数估计求解视差值 | 第38-39页 |
| 3.5 改进十字交叉自适应权重填充法 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于 CUDA 的实时双目立体匹配算法实现 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 编程平台搭建 | 第41-42页 |
| 4.3 并行算法实现 | 第42-47页 |
| 4.3.1 串并行层次的划分 | 第42-43页 |
| 4.3.2 并行视差值求解的实现 | 第43-45页 |
| 4.3.3 并行视差值填充的实现 | 第45-47页 |
| 4.4 实验效果及评价 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 双目立体平台实验研究 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 双目视觉系统实验平台简介 | 第51-52页 |
| 5.3 立体匹配实验流程 | 第52-56页 |
| 5.4 立体匹配实验效果及评价 | 第56-62页 |
| 5.4.1 在不同光照条件下的算法评价 | 第56-59页 |
| 5.4.2 在不同纹理条件下的算法评价 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |