| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 SAR图像变化检测国内外研究现状 | 第16-17页 |
| 1.2.2 视频帧率上转换研究现状 | 第17-19页 |
| 1.3 论文研究内容 | 第19页 |
| 1.4 本文结构安排 | 第19-21页 |
| 第二章 GPU并行编程技术介绍 | 第21-31页 |
| 2.1 并行硬件架构 | 第21-23页 |
| 2.1.1 GPU架构 | 第21-22页 |
| 2.1.2 CPU与GPU的异构并行系统 | 第22页 |
| 2.1.3 嵌入式并行计算 | 第22-23页 |
| 2.2 CUDA并行编程模型 | 第23-27页 |
| 2.2.1 CUDA通用计算架构 | 第23-25页 |
| 2.2.2 CUDA编程模型映射GPU硬件 | 第25-26页 |
| 2.2.3 GPU的存储体系 | 第26-27页 |
| 2.3 实验平台的介绍 | 第27-28页 |
| 2.3.1 NVIDIA嵌入式Tegra K1处理器 | 第27页 |
| 2.3.2 NVIDIA嵌入式Tegra X1处理器 | 第27-28页 |
| 2.3.3 基于Android系统的并行开发技术 | 第28页 |
| 2.4 本章小结 | 第28-31页 |
| 第三章 基于嵌入式GPU的并行SAR图像变化检测算法 | 第31-49页 |
| 3.1 基于FLICM无监督聚类SAR图像变化检测 | 第31-34页 |
| 3.1.1 SAR图像变化检测步骤 | 第31-32页 |
| 3.1.2 FLICM聚类算法的变化检测 | 第32-34页 |
| 3.2 基于嵌入式GPU的并行SAR图像变化检测 | 第34-40页 |
| 3.2.1 并行SAR图像变化检测算法设计 | 第34-36页 |
| 3.2.2 并行SAR图像变化检测算法实施 | 第36-40页 |
| 3.3 实验结果及分析 | 第40-47页 |
| 3.3.1 实验数据 | 第40-41页 |
| 3.3.2 基于NVIDIA嵌入式GPU平台的实验 | 第41-45页 |
| 3.3.3 实验加速比分析 | 第45-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于嵌入式GPU的并行帧率上转换算法 | 第49-69页 |
| 4.1 视频帧率上转换算法介绍 | 第49-53页 |
| 4.1.1 基于运动估计与运动补偿的帧率上转换算法 | 第49-50页 |
| 4.1.2 基于 3DRS的运动估计算法 | 第50-52页 |
| 4.1.3 运动补偿算法 | 第52-53页 |
| 4.1.4 视频帧率上转换质量评价 | 第53页 |
| 4.2 基于CUDA的并行视频帧率上转换算法 | 第53-62页 |
| 4.2.1 视频帧率上转换算法并行设计 | 第53-55页 |
| 4.2.2 图像降采样算法并行设计 | 第55-56页 |
| 4.2.3 基于 3DRS的运动估计算法并行设计 | 第56-58页 |
| 4.2.4 基于中值滤波的运动补偿算法并行设计 | 第58页 |
| 4.2.5 视频帧率上转换并行实施 | 第58-61页 |
| 4.2.6 OpenGL与CUDA的交互开发 | 第61-62页 |
| 4.3 实验及分析 | 第62-67页 |
| 4.3.1 实验环境 | 第62-63页 |
| 4.3.2 基于Tegra K1平台的实验与分析 | 第63-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
