| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究发展现状 | 第12-15页 |
| ·GPU的发展现状 | 第12-13页 |
| ·SIFT和SURF算法GPU优化发展现状 | 第13-15页 |
| ·论文的研究内容 | 第15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 SIFT和SURF算法综述 | 第16-35页 |
| ·SIFT算法的详述 | 第16-28页 |
| ·SIFT描述子的构造过程 | 第17页 |
| ·尺度空间的构造 | 第17-19页 |
| ·关键点的定位 | 第19-22页 |
| ·尺度空间和差分尺度空间构造过程参数的确定 | 第22-24页 |
| ·赋予关键点方向 | 第24-25页 |
| ·构造关键点描述子 | 第25-28页 |
| ·SURF算法的详述 | 第28-34页 |
| ·积分图像的概念 | 第28-29页 |
| ·利用Fast-Hessian检测子检测关键点 | 第29-32页 |
| ·赋予关键点方向 | 第32-33页 |
| ·构造关键点描述子 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 CUDA编程模型与GTX550Ti平台介绍 | 第35-43页 |
| ·CUDA的编程模型 | 第35-38页 |
| ·线程模型 | 第35-36页 |
| ·存储器模型 | 第36页 |
| ·异步 | 第36-38页 |
| ·CUDA的优化过程 | 第38-42页 |
| ·算法的可并行度 | 第38-39页 |
| ·每像素的浮点计算量与访存量比 | 第39页 |
| ·每像素的浮点计算量 | 第39-40页 |
| ·每像素的访存量 | 第40页 |
| ·分支差异性 | 第40页 |
| ·任务依赖性 | 第40-42页 |
| ·GTX550Ti介绍 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 SIFT算法和SURF算法的CUDA加速计算 | 第43-62页 |
| ·SIFT算法的CUDA加速算法 | 第43-51页 |
| ·SIFT算法的并行化分析 | 第43-45页 |
| ·SIFT算法的优化量度分析 | 第45页 |
| ·SIFT算法并行实现描述 | 第45-46页 |
| ·SIFT算法的实验结果 | 第46-51页 |
| ·SURF算法的CUDA加速算法 | 第51-61页 |
| ·SURF算法的并行化分析 | 第51-53页 |
| ·SURF算法的优化量度分析 | 第53页 |
| ·SURF算法并行实现描述 | 第53-56页 |
| ·SURF算法的实验结果 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 总结与发展 | 第62-64页 |
| 本文工作总结 | 第62-63页 |
| 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读学位期间发表的论文 | 第69-73页 |
| 致谢 | 第73页 |