基于CUDA的并行电子稳像算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外发展现状 | 第8-11页 |
| 1.2.1 视频稳像的概念及发展 | 第8-10页 |
| 1.2.2 电子稳像技术的发展 | 第10-11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 本文结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 电子稳像概述 | 第14-23页 |
| 2.1 图像的成像原理 | 第14-15页 |
| 2.2 摄像机运动和图像运动 | 第15-19页 |
| 2.3 图像变换模型 | 第19-20页 |
| 2.4 电子稳像的基本原理 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 电子稳像关键技术 | 第23-36页 |
| 3.1 运动估计 | 第23-32页 |
| 3.1.1 块匹配算法 | 第23-24页 |
| 3.1.2 位平面匹配算法 | 第24-25页 |
| 3.1.3 投影曲线匹配法 | 第25-27页 |
| 3.1.4 光流法 | 第27-28页 |
| 3.1.5 相位相关的匹配算法 | 第28-29页 |
| 3.1.6 基于特征的匹配算法 | 第29-32页 |
| 3.2 运动平滑 | 第32-34页 |
| 3.2.1 均值滤波 | 第32-33页 |
| 3.2.2 高斯滤波 | 第33页 |
| 3.2.3 窗口自适应的均值滤波 | 第33-34页 |
| 3.2.4 卡尔曼滤波 | 第34页 |
| 3.3 运动补偿 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 并行电子稳像算法 | 第36-58页 |
| 4.1 并行计算 | 第36-39页 |
| 4.1.1 GPU | 第36-38页 |
| 4.1.2 CUDA开发 | 第38-39页 |
| 4.2 稳像算法流程 | 第39-41页 |
| 4.3 Harris角点检测 | 第41-44页 |
| 4.3.1 Harris角点检测步骤 | 第42-44页 |
| 4.3.2 Harris角点检测的特点 | 第44页 |
| 4.4 特征向量的提取 | 第44-47页 |
| 4.4.1 Hu矩 | 第45-46页 |
| 4.4.2 Hu矩的改进 | 第46-47页 |
| 4.5 双向匹配 | 第47-49页 |
| 4.6 RANSAC算法 | 第49-52页 |
| 4.6.1 串行RANSAC算法 | 第49-51页 |
| 4.6.2 RANSAC算法的并行化 | 第51-52页 |
| 4.7 运动模型参数的计算 | 第52-53页 |
| 4.8 平滑滤波 | 第53-54页 |
| 4.9 运动补偿 | 第54-57页 |
| 4.10 本章小结 | 第57-58页 |
| 第五章 实验结果与分析 | 第58-71页 |
| 5.1 实验环境 | 第58-60页 |
| 5.1.1 OpenCV简介 | 第58-59页 |
| 5.1.2 CUDA简介 | 第59-60页 |
| 5.2 处理效果 | 第60-67页 |
| 5.2.1 角点检测 | 第60-62页 |
| 5.2.2 角点的匹配 | 第62-63页 |
| 5.2.3 误匹配的剔除 | 第63-64页 |
| 5.2.4 运动参数的滤波 | 第64-66页 |
| 5.2.5 稳像效果 | 第66-67页 |
| 5.3 加速效果 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 总结和展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 未来展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
