CUDA技术及其在数字图像拼接中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·引言 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的研究目的及意义 | 第14-16页 |
| ·本文的组织架构 | 第16-17页 |
| 第二章 CUDA多线程编程的原理及其开发方法 | 第17-30页 |
| ·CUDA技术基本介绍 | 第17-19页 |
| ·CUDA概述 | 第17-18页 |
| ·基于CUDA的GPU并行计算架构 | 第18-19页 |
| ·CUDA的编程模型 | 第19-24页 |
| ·宿主机和设备 | 第19-21页 |
| ·CUDA的线性结构 | 第21-22页 |
| ·NVCC编译器 | 第22-24页 |
| ·CUDA存储器模型 | 第24-28页 |
| ·寄存器 | 第24-25页 |
| ·共享存储器 | 第25-26页 |
| ·常量和纹理存储器 | 第26-27页 |
| ·全局存储器 | 第27-28页 |
| ·CUDA软件架构 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 数字图像拼接原理及其方法 | 第30-38页 |
| ·图像预处理 | 第30-32页 |
| ·图像配准的基本原理及方法 | 第32-36页 |
| ·图像配准的基本原理 | 第32页 |
| ·图像配准要素 | 第32-33页 |
| ·图像配准的主要方法及其分类 | 第33-35页 |
| ·图像特征配准的一般流程 | 第35-36页 |
| ·图像融合技术 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 SIFT算法改进及多分辨率融合技术 | 第38-48页 |
| ·SIFT算法原理 | 第38-43页 |
| ·尺度空间的生成 | 第38-39页 |
| ·特征点的检测与提取 | 第39-41页 |
| ·特征点方向的设定 | 第41页 |
| ·SIFT特征点的描述子生成 | 第41-42页 |
| ·特征点向量的匹配 | 第42-43页 |
| ·SIFT算法的改进 | 第43-46页 |
| ·利用LUT查表法来替代实时计算的尺度参数σ | 第43-44页 |
| ·改进的SIFT算法特征点的提取 | 第44-45页 |
| ·消除错配的方法 | 第45-46页 |
| ·多分辨率特征融合 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于CUDA平台的数字图像拼接实现和优化 | 第48-60页 |
| ·CUDA开发环境的搭建 | 第48-52页 |
| ·基于CUDA的图像拼接所需库安装及配置 | 第48-51页 |
| ·CUDA开发环境安装及配置 | 第51-52页 |
| ·金字塔的生成及图像的重构 | 第52-53页 |
| ·基于CUDA改进算法的实现 | 第53-56页 |
| ·Host端实现 | 第54-55页 |
| ·Device端实现 | 第55-56页 |
| ·基于CUDA平台程序的优化 | 第56-59页 |
| ·CUDA程序的优化策略 | 第56-57页 |
| ·基于CUDA平台的图像拼接算法优化 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 实验结果及性能分析 | 第60-70页 |
| ·实验结果 | 第60-63页 |
| ·算法的性能分析 | 第63-67页 |
| ·图像拼接效果分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 总结及其展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录：部分源代码 | 第75-91页 |
| 作者在研究生期间参与项目及发表论文 | 第91页 |
