| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·国内外研究现状 | 第12-14页 |
| ·主要问题 | 第14页 |
| ·研究方案 | 第14-15页 |
| ·研究目的 | 第14页 |
| ·技术路线 | 第14-15页 |
| ·论文框架结构 | 第15-18页 |
| 第2章 GPU 并行计算平台 | 第18-28页 |
| ·GPU 计算发展 | 第18-19页 |
| ·GPU 总体架构 | 第19-23页 |
| ·GPU 构造简介 | 第19-21页 |
| ·TPC 架构 | 第21-22页 |
| ·SM 架构 | 第22-23页 |
| ·CUDA 软件模型 | 第23-27页 |
| ·CUDA 软件环境 | 第23页 |
| ·CUDA 存储器模型 | 第23-24页 |
| ·CUDA 编程模型 | 第24-26页 |
| ·CUDA 程序优化 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 无人机影像处理若干算法研究 | 第28-42页 |
| ·无人机影像畸变差纠正 | 第28-30页 |
| ·无人机影像畸变原因 | 第28页 |
| ·数码相机检校 | 第28-29页 |
| ·畸变差纠正模型 | 第29-30页 |
| ·SIFT 匹配算法 | 第30-38页 |
| ·建立尺度空间 | 第31-34页 |
| ·极值点检测 | 第34-36页 |
| ·确定主方向 | 第36页 |
| ·描述子生成 | 第36-38页 |
| ·特征匹配 | 第38页 |
| ·基于 DEM 和 POS 数据的正射纠正算法 | 第38-41页 |
| ·无人机影像正射纠正原因 | 第38-39页 |
| ·正射纠正模型 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 CUDA 并行设计分析结果研究 | 第42-64页 |
| ·研究平台 | 第42-43页 |
| ·畸变差纠正算法 | 第43-49页 |
| ·畸变差纠正算法的分析改进 | 第43页 |
| ·CUDA 并行设计策略 | 第43-45页 |
| ·畸变纠正后结果与性能分析 | 第45-48页 |
| ·算法精度分析 | 第48-49页 |
| ·SIFT 匹配算法 | 第49-56页 |
| ·SIFT 匹配算法改进 | 第49页 |
| ·CUDA 并行设计策略 | 第49-52页 |
| ·SIFT 匹配结果和性能分析 | 第52-54页 |
| ·镶嵌效果 | 第54-56页 |
| ·基于 DEM 和 POS 的正射纠正算法 | 第56-62页 |
| ·正射纠正算法改进 | 第56页 |
| ·CUDA 并行设计策略 | 第56-60页 |
| ·正射纠正结果和性能分析 | 第60-61页 |
| ·算法精度分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 CUDA 在无人机遥感影像处理全流程的应用分析 | 第64-68页 |
| ·CUDA 并行模型与算法结合分析总结 | 第64-65页 |
| ·CUDA 并行模型加速的步骤 | 第64-65页 |
| ·算法模型的要求 | 第65页 |
| ·无人机影像处理流程 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·研究工作总结 | 第68-69页 |
| ·存在问题及展望 | 第69-70页 |
| ·存在问题 | 第69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间发表论文及科研情况 | 第74-76页 |
| 致谢 | 第76页 |