首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

自适应方向提升小波图像分解在CUDA上的可扩展实现

摘要第4-5页
ABSTRACT第5页
1 绪论第8-14页
    1.1 研究背景及意义第8-10页
    1.2 小波变换在图像处理中的应用第10-11页
    1.3 自适应方向提升小波 ADL 的研究现状第11-12页
    1.4 并行处理和 C UDA 的现状第12-13页
    1.5 本论文研究工作及章节安排第13-14页
2 提升小波算法及C UD A体系结构第14-33页
    2.1 小波变换第14-15页
    2.2 提升方案的基本原理第15-17页
    2.3 自适应方向提升小波变换ADL)第17-21页
    2.4 C DA 系结构及并行架构第21-32页
    2.5 本章小结第32-33页
3 ADL算法在CPU和CUDA上的性能和并行性分析第33-50页
    3.1 ADL 算法在 CPU 上的性能分析第33-39页
    3.2 ADL 算法在 CUDA 上的并行性分析和算法设计第39-48页
    3.3 本章小结第48-50页
4 算法实现与实验数据分析第50-58页
    4.1 实验环境及参数配置第50-51页
    4.2 实验结果评价方案第51-52页
    4.3 实验数据及分析第52-57页
    4.4 本章小结第57-58页
5 全文总结与展望第58-60页
    5.1 总结第58-59页
    5.2 未来研究工作及展望第59-60页
致谢第60-61页
参考文献第61-64页

论文共64页,点击 下载论文
上一篇:Th17/Treg失衡及其与中性粒细胞相互影响在ARDS发病中的作用和机制研究
下一篇:基于关联特征的多维元数据组织方法研究