| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·视觉注意机制研究现状 | 第10-11页 |
| ·显著性区域检测研究现状 | 第11-12页 |
| ·GPU并行计算在显著性区域检测的研究现状 | 第12-13页 |
| ·本文的主要研究工作和内容安排 | 第13-15页 |
| 2 基于NVIDIA CUDA平台的GPU并行计算 | 第15-25页 |
| ·GPU并行计算发展历程 | 第15-16页 |
| ·NVIDIA GPU的几个重要架构 | 第16-19页 |
| ·NVIDIA CUDA的编程模型 | 第19-22页 |
| ·NVIDIA CUDA的存储器模型 | 第22-23页 |
| ·NVIDIA CUDA的执行模型 | 第23-25页 |
| 3 图像显著性区域检测 | 第25-39页 |
| ·图像显著性区域检测相关知识 | 第25-32页 |
| ·颜色空间理论 | 第25-29页 |
| ·颜色直方图 | 第29页 |
| ·空间滤波 | 第29-31页 |
| ·高斯金字塔 | 第31-32页 |
| ·Gabor滤波器 | 第32页 |
| ·几种图像显著性区域检测算法 | 第32-39页 |
| ·Itti算法 | 第33-35页 |
| ·FT算法 | 第35-36页 |
| ·MSSS算法 | 第36-37页 |
| ·HC算法 | 第37-39页 |
| 4 基于GPU并行计算的图像显著性区域检测 | 第39-50页 |
| ·MSSS算法的GPU并行化 | 第39-44页 |
| ·颜色空间转换 | 第40页 |
| ·计算各通道积分图像 | 第40-43页 |
| ·计算各通道“中央”图像和“周边”图像 | 第43-44页 |
| ·计算“中央—周边”差 | 第44页 |
| ·MSSS算法的改进 | 第44-45页 |
| ·HC算法的GPU并行化 | 第45-50页 |
| ·统计颜色直方图 | 第45-47页 |
| ·减少颜色数量 | 第47-48页 |
| ·计算及平滑颜色显著值 | 第48-50页 |
| 5 实验结果与性能分析 | 第50-57页 |
| ·各种显著性算法的显著图效果展示 | 第50-52页 |
| ·固定阈值的显著图分割 | 第52-54页 |
| ·自适应阈值的显著图分割 | 第54-55页 |
| ·各种显著性算法的时间比较 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |