| 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 研究背景和选题意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18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 SAR图像并行处理国内外研究现状 | 第17-18页 |
| 1.3 本文内容与创新 | 第18-19页 |
| 1.4 本文结构安排 | 第19-21页 |
| 第二章 变化检测相关理论与并行计算技术 | 第21-31页 |
| 2.1 SAR图像变化检测的流程 | 第21-22页 |
| 2.2 快速全局K-均值算法 | 第22-25页 |
| 2.2.1 K-Means算法 | 第22-23页 |
| 2.2.2 Global K-Means算法 | 第23-24页 |
| 2.2.3 Fast Global K-Means算法 | 第24-25页 |
| 2.3 并行计算设备 | 第25-27页 |
| 2.3.1 GPU | 第25-26页 |
| 2.3.2 多核CPU | 第26-27页 |
| 2.3.3 MIC架构 | 第27页 |
| 2.4 软件资源 | 第27-31页 |
| 2.4.1 OpenCL框架 | 第27-29页 |
| 2.4.2 OpenMP框架 | 第29页 |
| 2.4.3 Qt | 第29-31页 |
| 第三章 基于OpenCL框架的并行SAR图像变化检测 | 第31-47页 |
| 3.1 基于FGKM的SAR图像变化检测 | 第31-32页 |
| 3.2 基于单GPU的变化检测算法 | 第32-42页 |
| 3.2.1 基于单GPU的变化检测算法的设计 | 第32-33页 |
| 3.2.2 初始聚类中心选取的并行实现 | 第33-36页 |
| 3.2.3 基于单GPU的变化检测算法实验结果与分析 | 第36-42页 |
| 3.3 基于多GPU的变化检测算法 | 第42-46页 |
| 3.3.1 基于多GPU的变化检测算法的设计 | 第42-45页 |
| 3.3.2 基于多GPU的变化检测算法实验结果与分析 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于OpenMP的并行SAR图像变化检测 | 第47-59页 |
| 4.1 基于多核CPU框架的OpenMP并行SAR图像变化检测 | 第47-52页 |
| 4.1.1 基于OpenMP框架的算法改进 | 第47-48页 |
| 4.1.2 实验结果与分析 | 第48-52页 |
| 4.2 基于MIC架构的OpenMP并行SAR图像变化检测 | 第52-53页 |
| 4.2.1 基于MIC架构的算法改进 | 第52页 |
| 4.2.2 实验结果与分析 | 第52-53页 |
| 4.3 并行SAR图像变化检测系统 | 第53-57页 |
| 4.3.1 软件界面的设计 | 第54-55页 |
| 4.3.2 软件消息的响应 | 第55-56页 |
| 4.3.3 资源文件的添加 | 第56页 |
| 4.3.4 软件系统界面 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 研究总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
| 1. 基本情况 | 第69页 |
| 2. 教育背景 | 第69页 |
| 3. 攻读硕士学位期间的研究成果 | 第69-70页 |
