首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CUDA架构的高性能图像处理程序设计

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-21页
    1.1 课题研究的背景意义第11-12页
        1.1.1 高性能计算研究的意义第11页
        1.1.2 云计算的概念与高性能计算的联系第11-12页
        1.1.3 使用图形处理器GPU实现高性能计算的优势第12页
    1.2 CUDA架构及其优点第12-13页
    1.3 基于CUDA架构的高性能计算的国内外研究现状第13-17页
    1.4 基于CUDA架构的高性能计算的研究重点第17页
    1.5 本文的主要工作第17-18页
    1.6 本文研究的技术路线第18-19页
    1.7 论文的内容安排第19-21页
第二章 GPU及CUDA架构的发展第21-28页
    2.1 GPU的发展历史第21-23页
        2.1.1 1998年后期的第一代图形处理器第21页
        2.1.2 1999年至2000年之间的第二代图形处理器第21-22页
        2.1.3 2001年至2002年之间的第三代图形处理器第22页
        2.1.4 2003年至2005年之间的第四代图形处理器第22-23页
        2.1.5 2006年提出的第五代图形处理器第23页
        2.1.6 2006年之后的第六代图形处理器第23页
    2.2 CUDA架构的发展及其与GPU的关系第23-27页
        2.2.1 CPU与GPU的区别第23-24页
        2.2.2 基于GPU的通用高性能计算的优势第24-25页
        2.2.3 CUDA架构与GPU的关系及优势第25-27页
    2.3 本章小结第27-28页
第三章 CUDA架构编程特点及优化第28-36页
    3.1 CUDA概览第28-29页
    3.2 CUDA编程思想及程序优化第29-35页
        3.2.1 CUDA程序结构第29-30页
        3.2.2 CUDA编程中的任务分解思想第30-31页
        3.2.3 CUDA编程中的存储器优化思想第31-33页
        3.2.4 CUDA编程中的多线程及多线程同步的思想第33-35页
    3.3 本章小结第35-36页
第四章 基于CUDA架构的快速图像处理系统第36-51页
    4.1 CUDA编程的软件体系与关键语法第36-37页
        4.1.1 CUDA编程的软件体系第36页
        4.1.2 CUDA编程的关键语法第36-37页
    4.2 图像处理需求的特点及几种主要需求第37页
    4.3 快速图像插值程序第37-43页
        4.3.1 任务概述第37-38页
        4.3.2 图像插值的原理及常用算法第38页
        4.3.3 算法实现第38-41页
        4.3.4 实验数据第41-42页
        4.3.5 数据分析与对比第42-43页
    4.4 快速图像滤波程序设计第43-49页
        4.4.1 任务概述第43-44页
        4.4.2 图像滤波原理及算法第44页
        4.4.3 算法实现第44-46页
        4.4.4 实验数据第46-48页
        4.4.5 数据分析与对比第48-49页
    4.5 本章小结第49-51页
第五章 集成测试平台的设计与实现第51-66页
    5.1 集成测试平台的开发与测试环境第51页
    5.2 集成测试平台的界面原型效果第51-52页
    5.3 集成测试平台的功能实现第52-55页
        5.3.1 引用的命名空间第52页
        5.3.2 图像显示控件的类设计第52-53页
        5.3.3 集成测试平台界面的按钮功能实现第53-55页
    5.4 集成测试平台的功能效果第55-63页
    5.5 其他功能展示第63-64页
    5.6 本章小结第64-66页
第六章 总结与展望第66-69页
    6.1 全文总结第66-67页
    6.2 展望第67-69页
致谢第69-70页
参考文献第70-75页

论文共75页,点击 下载论文
上一篇:家庭理财管理系统的设计与实现
下一篇:基于GIS的房地产管理信息系统设计与实现