基于CUDA并行计算的无人机遥感图像快速拼接
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-11页 |
| ·CUDA 并行计算概述 | 第11-13页 |
| ·CUDA 架构的特点和优势 | 第11-13页 |
| ·CUDA 的应用 | 第13页 |
| ·无人机遥感图像拼接技术 | 第13-18页 |
| ·图像配准技术 | 第14-15页 |
| ·图像配准的发展与现状 | 第15-16页 |
| ·图像融合技术 | 第16-17页 |
| ·图像融合的发展与现状 | 第17-18页 |
| ·本文的主要工作和组织结构 | 第18-20页 |
| ·本文的主要工作 | 第18页 |
| ·本文的组织结构 | 第18-20页 |
| 第二章 CUDA 编程模型 | 第20-30页 |
| ·CUDA 简介 | 第20-21页 |
| ·CUDA 软件架构 | 第21-24页 |
| ·CUDA 软件栈 | 第21-22页 |
| ·CUDA 通用编程模式 | 第22-24页 |
| ·CUDA 存储模型 | 第24页 |
| ·CUDA 硬件架构 | 第24-28页 |
| ·CUDA 与图像处理 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 CUDA 计算性能分析 | 第30-42页 |
| ·CUDA 上的三角函数计算 | 第30-32页 |
| ·CUDA 上的FFT 计算 | 第32-35页 |
| ·CUDA 实现图像插值重采样 | 第35-40页 |
| ·CUDA 实现图像FFT 变换 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 CUDA 实现遥感图像快速配准 | 第42-62页 |
| ·图像配准原理 | 第42-49页 |
| ·基于特征的图像配准算法 | 第42-46页 |
| ·相位相关法原理 | 第46-49页 |
| ·图像配准实验 | 第49-53页 |
| ·极坐标变换的相位相关法 | 第50-53页 |
| ·遍历搜索的相位相关法图像配准 | 第53页 |
| ·CUDA 实现相位相关法配准 | 第53-55页 |
| ·实验结果分析与性能优化 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 CUDA 实现图像融合 | 第62-76页 |
| ·加权平均法 | 第62-63页 |
| ·多分辨率融合法 | 第63-75页 |
| ·图像高斯金字塔分解 | 第64-67页 |
| ·拉普拉斯金字塔建立 | 第67-69页 |
| ·金字塔图像重构 | 第69-70页 |
| ·基于拉普拉斯金字塔分解的图像多分辨率融合 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·本文工作总结 | 第76-77页 |
| ·存在问题和未来展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士研究生期间取得的研究成果 | 第83-84页 |
