| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究目的与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.3 研究目标与内容 | 第20-21页 |
| 1.3.1 研究目标 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 本文组织与安排 | 第21-23页 |
| 第二章 双目立体匹配理论与方法 | 第23-34页 |
| 2.1 双目立体视觉概述 | 第23-27页 |
| 2.1.1 双目立体视觉中的坐标系与转换关系 | 第23-27页 |
| 2.2 双目立体匹配原理与方法 | 第27-33页 |
| 2.1.1 双目立体匹配中的核线约束 | 第28-31页 |
| 2.1.2 双目立体匹配的步骤 | 第31-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 SGM半全局立体匹配算法与效率优化技术分析 | 第34-51页 |
| 3.1 SGM立体匹配算法概述 | 第34-42页 |
| 3.1.1 匹配代价计算 | 第34-38页 |
| 3.1.2 代价聚合 | 第38-40页 |
| 3.1.3 视差计算 | 第40-41页 |
| 3.1.4 视差优化 | 第41-42页 |
| 3.2 CPU平台并行计算 | 第42-45页 |
| 3.2.1 CPU多核概述 | 第42-43页 |
| 3.2.2 SIMD概述 | 第43-45页 |
| 3.3 GPU平台并行计算 | 第45-50页 |
| 3.3.1 GPU架构概述 | 第45-46页 |
| 3.3.2 CUDA并行计算 | 第46-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 航空影像快速立体匹配算法研究 | 第51-78页 |
| 4.1 基于CPU的多线程并行策略 | 第51-54页 |
| 4.2 基于SIMD的指令集并行优化 | 第54-63页 |
| 4.2.1 SIMD技术浅析 | 第54-59页 |
| 4.2.2 基于SSE指令集的SGM匹配算法优化 | 第59-63页 |
| 4.3 基于SGM的分层匹配策略 | 第63-69页 |
| 4.4 实验结果与分析 | 第69-77页 |
| 4.4.1 测试平台 | 第69页 |
| 4.4.2 测试数据 | 第69-70页 |
| 4.4.3 效率测试结果与分析 | 第70-74页 |
| 4.4.4 准确性测试结果与分析 | 第74-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 近景影像实时立体匹配算法研究 | 第78-103页 |
| 5.1 基于CUDA的SGM匹配算法优化 | 第78-90页 |
| 5.1.1 CUDA算法效率提升关键 | 第79-82页 |
| 5.1.2 基于CUDA的SGM算法设计 | 第82-90页 |
| 5.2 基于CUDA的分层SGM算法设计 | 第90-93页 |
| 5.3 实验结果与分析 | 第93-101页 |
| 5.3.1 测试平台 | 第93-94页 |
| 5.3.2 测试数据 | 第94-95页 |
| 5.3.3 效率测试结果与分析 | 第95-100页 |
| 5.3.4 准确性测试结果与分析 | 第100-101页 |
| 5.4 本章小结 | 第101-103页 |
| 第六章 总结与展望 | 第103-106页 |
| 6.1 本文完成的主要工作和结论 | 第103-104页 |
| 6.2 待进一步研究和解决的问题 | 第104-106页 |
| 参考文献 | 第106-114页 |
| 攻博期间发表的科研成果目录 | 第114-115页 |
| 致谢 | 第115页 |