| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状及趋势 | 第11-14页 |
| ·本文研究内容及安排 | 第14-16页 |
| 第二章 GPU 高性能并行计算 | 第16-28页 |
| ·并行计算 | 第16-18页 |
| ·GPU 通用计算 | 第18-20页 |
| ·GPU 硬件体系架构 | 第20-21页 |
| ·CUDA 编程模型及性能优化 | 第21-26页 |
| ·CUDA 编程模型 | 第21-25页 |
| ·CUDA 程序优化 | 第25-26页 |
| ·论文研究的试验平台 | 第26-28页 |
| ·硬件平台 | 第26-27页 |
| ·软件平台 | 第27-28页 |
| 第三章 数字影像预处理的 GPU 并行处理方法 | 第28-41页 |
| ·数字影像畸变差改正模型 | 第28-30页 |
| ·数字影像重采样理论 | 第30-35页 |
| ·影像重采样理论 | 第30页 |
| ·双线性插值法 | 第30-33页 |
| ·双三次卷积法 | 第33-35页 |
| ·基于 GPU 的数字影像预处理并行算法 | 第35-37页 |
| ·实验结果与分析 | 第37-41页 |
| ·实验方案 | 第37-39页 |
| ·实验结果与分析 | 第39-41页 |
| 第四章 数字影像 Wallis 滤波影像增强的 GPU 并行处理方法 | 第41-53页 |
| ·Wallis 滤波器及其特性 | 第41-42页 |
| ·自适应平滑算法描述 | 第42-43页 |
| ·基于 GPU 的 Wallis 影像增强并行算法 | 第43-45页 |
| ·实验结果与分析 | 第45-53页 |
| ·实验方案一 | 第45页 |
| ·实验一结果与分析 | 第45-49页 |
| ·实验方案二 | 第49-51页 |
| ·实验二结果与分析 | 第51-53页 |
| 第五章 基于 GPU 的快速影像匹配 | 第53-62页 |
| ·Harris 角点检测算子 | 第53-54页 |
| ·相关系数匹配 | 第54-55页 |
| ·基于 GPU 的 Harris 算子影像匹配并行处理算法 | 第55-58页 |
| ·算法基本思想 | 第56-57页 |
| ·算法关键技术 | 第57-58页 |
| ·共享存储器优化 | 第58页 |
| ·实验结果与分析 | 第58-62页 |
| ·实验方案 | 第58-59页 |
| ·实验结果与分析 | 第59-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·本文工作总结 | 第62页 |
| ·本文工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 攻读学位期间的研究成果 | 第67页 |
