| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 课题研究背景与意义 | 第14-17页 |
| 1.2 国内外研究应用现状 | 第17-19页 |
| 1.2.1 基于机器视觉的印刷品缺陷检测的国内外现状 | 第17-18页 |
| 1.2.2 GPU应用的国内外现状 | 第18-19页 |
| 1.3 论文研究内容与章节安排 | 第19-21页 |
| 1.3.1 论文研究内容 | 第19-20页 |
| 1.3.2 论文章节安排 | 第20-21页 |
| 第二章 GPU并行计算原理 | 第21-31页 |
| 2.1 GPU硬件结构 | 第21-23页 |
| 2.2 CUDA编程模型 | 第23-26页 |
| 2.2.1 异构编程 | 第23-24页 |
| 2.2.2 内核 | 第24-25页 |
| 2.2.3 线程层次 | 第25-26页 |
| 2.3 CUDA内存模型 | 第26-30页 |
| 2.3.1 寄存器 | 第27页 |
| 2.3.2 局部内存 | 第27页 |
| 2.3.3 全局内存 | 第27-28页 |
| 2.3.4 共享内存 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于CUDA的印刷品缺陷并行检测算法设计 | 第31-44页 |
| 3.1 印刷品缺陷检测算法并行化可行性分析 | 第31-33页 |
| 3.1.1 印刷品缺陷分析 | 第31页 |
| 3.1.2 基于CUDA的并行图像处理技术 | 第31-33页 |
| 3.1.3 印刷品缺陷检测算法并行化分析 | 第33页 |
| 3.2 印刷品缺陷并行检测算法的设计 | 第33-38页 |
| 3.2.1 印刷品缺陷串行检测算法分析 | 第33-34页 |
| 3.2.2 印刷品缺陷并行检测算法设计 | 第34-38页 |
| 3.3 印刷品缺陷并行检测算法的实现 | 第38-43页 |
| 3.3.1 CUDA编程技术 | 第38-39页 |
| 3.3.2 程序内核函数 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 印刷品缺陷并行检测算法的优化 | 第44-63页 |
| 4.1 CUDA程序性能优化策略 | 第44-49页 |
| 4.1.1 CUDA程序性能分析工具 | 第44-49页 |
| 4.2 印刷品缺陷并行检测算法优化 | 第49-55页 |
| 4.2.1 印刷品缺陷并行检测程序性能分析 | 第49-50页 |
| 4.2.2 印刷品缺陷并行检测程序优化 | 第50-55页 |
| 4.3 算法实验分析 | 第55-62页 |
| 4.3.1 实验平台 | 第55-56页 |
| 4.3.2 并行优化方案效果验证 | 第56页 |
| 4.3.3 算法实验结果 | 第56-61页 |
| 4.3.4 算法性能分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 印刷品缺陷检测系统设计 | 第63-70页 |
| 5.1 系统总体方案设计 | 第63-64页 |
| 5.2 系统硬件设计 | 第64-67页 |
| 5.2.1 系统硬件组成 | 第64页 |
| 5.2.2 图像采集单元 | 第64-66页 |
| 5.2.3 同步处理 | 第66-67页 |
| 5.3 系统软件模块设计 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 课题总结 | 第70页 |
| 课题展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-78页 |
| 致谢 | 第78页 |