图像处理并行编程方法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10页 |
| ·图像并行处理的研究意义 | 第10-11页 |
| ·图像并行处理的研究现状 | 第11-14页 |
| ·基于多核的图像并行研究 | 第12页 |
| ·基于 GPU 的图像并行研究 | 第12-14页 |
| ·本文的主要研究方法与内容 | 第14页 |
| ·论文的结构安排 | 第14-16页 |
| 第二章 并行编程模型概述 | 第16-30页 |
| ·OpenMP 并行库概述 | 第16-20页 |
| ·OpenMP 简介 | 第16页 |
| ·OpenMP 的并行编程模型 | 第16-18页 |
| ·OpenMP 调度策略 | 第18-19页 |
| ·OpenMP 的约束 | 第19-20页 |
| ·CUDA 并行模型概述 | 第20-24页 |
| ·CUDA 简介 | 第20-21页 |
| ·CUDA 线程组织 | 第21-23页 |
| ·CUDA 内存模型 | 第23-24页 |
| ·CUDA 硬件结构 | 第24页 |
| ·OpenCL 并行标准库概述 | 第24-29页 |
| ·OpenCL 简介 | 第25页 |
| ·OpenCL 平台模型 | 第25-26页 |
| ·OpenCL 执行模型 | 第26-28页 |
| ·OpenCL 内存模型 | 第28-29页 |
| ·OpenCL 编程模型 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 图像处理并行算法设计 | 第30-51页 |
| ·图像处理概述 | 第30-32页 |
| ·图像处理简介 | 第30页 |
| ·图像处理研究内容 | 第30-32页 |
| ·高斯平滑的并行算法设计 | 第32-40页 |
| ·高斯平滑的应用 | 第33页 |
| ·高斯平滑算法 | 第33-34页 |
| ·高斯平滑并行算法设计 | 第34-40页 |
| ·其他图像处理算法介绍 | 第40-47页 |
| ·Laplace 锐化 | 第40-42页 |
| ·中值滤波 | 第42-43页 |
| ·均值滤波 | 第43-44页 |
| ·Roberts 边缘检测 | 第44-46页 |
| ·Sobel 边缘检测 | 第46-47页 |
| ·大图像和多图像并行方法设计 | 第47页 |
| ·图像分块处理 | 第47页 |
| ·多图像处理 | 第47页 |
| ·基于三种平台的图形处理实现规范 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 实验结果分析与总结 | 第51-73页 |
| ·实验环境 | 第51页 |
| ·实验硬件环境 | 第51页 |
| ·实验软件环境 | 第51页 |
| ·并行研究的性能评价 | 第51-52页 |
| ·运行时间 | 第51-52页 |
| ·加速比与效率 | 第52页 |
| ·并行度 | 第52页 |
| ·实验结果 | 第52-61页 |
| ·高斯平滑的并行结果 | 第53-54页 |
| ·Laplace 锐化的并行结果 | 第54-55页 |
| ·中值滤波的并行结果 | 第55-57页 |
| ·均值滤波的并行结果 | 第57-58页 |
| ·Roberts 边缘检测的并行结果 | 第58-60页 |
| ·Sobel 边缘检测的并行结果 | 第60-61页 |
| ·实验结果分析 | 第61-68页 |
| ·OpenMP 对 CPU 的循环加速比 | 第61-64页 |
| ·CUDA 对 CPU 的循环加速比 | 第64-65页 |
| ·OpenCL 对 CPU 的循环加速比 | 第65-66页 |
| ·CUDA 与 OpenCL 循环加速比 | 第66-67页 |
| ·各个平台整体加速比 | 第67-68页 |
| ·并行计算在卫星图像上的应用 | 第68-71页 |
| ·单张卫星图像的并行处理 | 第68-70页 |
| ·多张卫星图像的并行处理 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
