| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 数字图像拼接技术的国内外研究现状 | 第9-11页 |
| 1.3 目前航拍图像拼接存在的问题 | 第11-12页 |
| 1.4 论文研究内容 | 第12-13页 |
| 1.5 论文的结构安排 | 第13-14页 |
| 第2章 GPU通用计算与CUDA概述 | 第14-25页 |
| 2.1 GPU通用计算 | 第14-17页 |
| 2.1.1 GPU通用计算的发展 | 第14-15页 |
| 2.1.2 GPU与CPU的性能比较 | 第15-17页 |
| 2.2 CUDA简介 | 第17-24页 |
| 2.2.1 CUDA软件体系 | 第18-19页 |
| 2.2.2 CUDA编程模型 | 第19-20页 |
| 2.2.3 CUDA存储器模型 | 第20-23页 |
| 2.2.4 CUDA硬件映射 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于SIFT算法的航拍图像拼接基本理论 | 第25-48页 |
| 3.1 航拍图像拼接系统的总体设计 | 第25页 |
| 3.2 图像获取 | 第25-26页 |
| 3.3 航拍图像去雾处理 | 第26-31页 |
| 3.3.1 大气散射模型 | 第27-28页 |
| 3.3.2 暗通道先验模型 | 第28-29页 |
| 3.3.3 图像透射率的计算 | 第29-30页 |
| 3.3.4 有雾图像大气光的计算 | 第30页 |
| 3.3.5 基于暗通道算法的图像恢复 | 第30-31页 |
| 3.4 图像配准 | 第31-41页 |
| 3.4.1 图像配准要素 | 第31-32页 |
| 3.4.2 图像配准方法及分类 | 第32-33页 |
| 3.4.3 SIFT特征图像配准算法分析 | 第33-41页 |
| 3.5 图像变换模型 | 第41-44页 |
| 3.5.1 摄像机运动模型 | 第41页 |
| 3.5.2 图像变换模型 | 第41-44页 |
| 3.6 投影模型的选择 | 第44-45页 |
| 3.7 图像融合 | 第45-47页 |
| 3.8 本章小结 | 第47-48页 |
| 第4章 SIFT算法的并行设计以及去雾后的图像增强算法研究 | 第48-63页 |
| 4.1 SIFT特征图像配准算法的并行化分析与设计 | 第48-56页 |
| 4.1.1 SIFT算法的并行化分析 | 第48-50页 |
| 4.1.2 SIFT算法的CUDA实现 | 第50-56页 |
| 4.2 去雾后的图像增强算法研究 | 第56-62页 |
| 4.2.1 自动色阶算法 | 第57-59页 |
| 4.2.2 CLAHE图像增强算法 | 第59-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 实验结果及数据分析 | 第63-80页 |
| 5.1 实验环境的搭建 | 第63-66页 |
| 5.1.1 CUDA环境的搭建 | 第63-64页 |
| 5.1.2 CUDA项目的生成及配置 | 第64-66页 |
| 5.2 实验结果及数据分析 | 第66-79页 |
| 5.2.1 航拍图像去雾和去雾后的图像增强实验及结果分析 | 第66-73页 |
| 5.2.2 基于GPU的SIFT航拍图像拼接实验及结果分析 | 第73-79页 |
| 5.3 本章小结 | 第79-80页 |
| 第6章 结论与展望 | 第80-82页 |
| 6.1 结论 | 第80-81页 |
| 6.2 进一步的工作方向 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间的研究成果 | 第87页 |
