| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 图像拼接技术研究现状 | 第11-15页 |
| 1.2.2 GPU通用计算研究现状 | 第15-16页 |
| 1.3 论文的主要工作 | 第16页 |
| 1.4 论文的组织结构 | 第16-19页 |
| 第2章 图像拼接及GPU通用计算关键技术研究 | 第19-30页 |
| 2.1 图像拼接技术 | 第19-22页 |
| 2.1.1 图像的前期预处理 | 第20页 |
| 2.1.2 图像配准技术 | 第20-21页 |
| 2.1.3 图像的变换与融合 | 第21-22页 |
| 2.2 GPU架构及CUDA编程模型 | 第22-28页 |
| 2.2.1 GPU架构简介 | 第22-26页 |
| 2.2.2 CUDA编程模型简介 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于CPU的遥感图像拼接技术优化 | 第30-45页 |
| 3.1 图像拼接技术整体流程 | 第30-31页 |
| 3.2 图像预处理的分析与设计 | 第31-32页 |
| 3.3 SIFT特征点搜索方法的优化 | 第32-33页 |
| 3.4 基于SIFT算法图像配准技术设计 | 第33-43页 |
| 3.4.1 基于SIFT算法的特征提取 | 第33-39页 |
| 3.4.2 SIFT特征点的匹配 | 第39-41页 |
| 3.4.3 确定图像变换模型 | 第41-43页 |
| 3.5 基于加权平均融合算法的图像融合 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于GPU的遥感图像拼接技术并行优化 | 第45-56页 |
| 4.1 CUDA编程环境下并行化设计策略 | 第45-46页 |
| 4.2 基于GPU的SIFT算法的分析与设计 | 第46-51页 |
| 4.2.1 CUDA编程环境下SIFT算法的并行化分析 | 第46-47页 |
| 4.2.2 CUDA编程环境下SIFT算法的并行化设计 | 第47-51页 |
| 4.3 基于CUDA的SIFT算法优化 | 第51-52页 |
| 4.4 针对接缝明显和鬼影问题的图像融合技术研究 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 实验验证与结果分析 | 第56-69页 |
| 5.1 实验环境配置 | 第56-58页 |
| 5.1.1 实验所用软件硬件环境 | 第56页 |
| 5.1.2 实验所用数据集 | 第56-58页 |
| 5.2 实验验证与图像效果分析 | 第58-64页 |
| 5.2.1 基于CPU端优化的图像拼接实验结果 | 第58-61页 |
| 5.2.2 基于GPU并行化的图像拼接实验结果 | 第61-64页 |
| 5.3 图像配准阶段实验数据对比分析 | 第64-67页 |
| 5.4 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |