基于GPU的实时图像反走样算法的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 课题背景以及研究的目的与意义 | 第6-7页 |
| 1.2 走样现象的基础理论和相关操作 | 第7-12页 |
| 1.2.1 信号采样与滤波理论 | 第7-9页 |
| 1.2.2 计算机图形学和光栅化操作 | 第9-12页 |
| 1.3 本文研究内容以及章节安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 数字图像反走样技术综述 | 第14-35页 |
| 2.1 引言 | 第14页 |
| 2.2 基于专用硬件的图像反走样算法的分析 | 第14-23页 |
| 2.2.1 超采样反走样算法 | 第14-17页 |
| 2.2.2 多采样反走样算法 | 第17-21页 |
| 2.2.3 半透明自适应反走样算法 | 第21页 |
| 2.2.4 覆盖采样反走样算法 | 第21-22页 |
| 2.2.5 抖动反走样算法 | 第22页 |
| 2.2.6 时序反走样算法 | 第22-23页 |
| 2.3 基于GPU的图像反走样算法的分析 | 第23-32页 |
| 2.3.1 边缘检测反走样算法 | 第24-25页 |
| 2.3.2 边缘距离反走样算法 | 第25-27页 |
| 2.3.3 方向自适应边缘反走样算法 | 第27-30页 |
| 2.3.4 像素重建反走样算法 | 第30-32页 |
| 2.4 基于超分辨率方法的图像增强算法的分析 | 第32-34页 |
| 2.4.1 基于单幅图像内像素模式的超分辨率算法 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于GPU的图像反走样算法 | 第35-57页 |
| 3.1 引言 | 第35页 |
| 3.2 算法原理 | 第35-42页 |
| 3.2.1 黑白二值图像处理 | 第37-41页 |
| 3.2.2 彩色图像处理 | 第41-42页 |
| 3.3 算法的GPU实现 | 第42-52页 |
| 3.3.1 分割边检测算子 | 第42-47页 |
| 3.3.2 计算边缘像素混合权重 | 第47-51页 |
| 3.3.3 混合相邻像素计算最终结果 | 第51-52页 |
| 3.4 试验结果与分析 | 第52-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 总结与展望 | 第57-59页 |
| 4.1 本文工作总结 | 第57页 |
| 4.2 未来工作的展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
