微光与红外图像融合的CUDA实现研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-21页 |
| ·引言 | 第12-13页 |
| ·微光与红外图像融合 | 第13-15页 |
| ·CUDA 统一计算设备架构 | 第15-18页 |
| ·国内外发展现状 | 第18-19页 |
| ·研究内容和论文安排 | 第19-21页 |
| 第二章 CUDA 介绍 | 第21-33页 |
| ·CUDA 硬件架构 | 第21-22页 |
| ·CUDA 线程结构 | 第22-23页 |
| ·CUDA 的内存模型 | 第23-27页 |
| ·CUDA 程序执行过程 | 第27-28页 |
| ·CUDA 程序的优化 | 第28-32页 |
| ·优化内存的访问 | 第29-31页 |
| ·优化线程块的结构 | 第31-32页 |
| ·优化线程块的使用 | 第32页 |
| ·小结 | 第32-33页 |
| 第三章 微光与红外图像融合 | 第33-54页 |
| ·微光与红外图像融合过程 | 第33-34页 |
| ·图像滤波 | 第34-37页 |
| ·均值滤波 | 第34-35页 |
| ·中值滤波 | 第35页 |
| ·改进的中值滤波 | 第35-36页 |
| ·图像滤波算法的比较 | 第36-37页 |
| ·图像增强 | 第37-38页 |
| ·边缘检测 | 第38-40页 |
| ·图像配准 | 第40页 |
| ·图像融合 | 第40-52页 |
| ·加权融合算法 | 第41-42页 |
| ·基于 laplace 金字塔分解的图像融合 | 第42-45页 |
| ·Laplace 金字塔的分解和重构 | 第42-44页 |
| ·基于 Laplace 金字塔分解的图像融合方法 | 第44-45页 |
| ·基于小波变换的图像融合 | 第45-48页 |
| ·连续小波变换 | 第45-46页 |
| ·用于图像处理的离散小波变换 | 第46-47页 |
| ·基于小波变换的图像融合方法与意义 | 第47-48页 |
| ·图像融合的规则 | 第48-51页 |
| ·基于像素的融合规则 | 第48-49页 |
| ·基于区域的融合规则 | 第49-51页 |
| ·图像融合算法的比较 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第四章 微光与红外图像融合的CUDA 实现 | 第54-70页 |
| ·测量代码执行时间的方法 | 第55-56页 |
| ·Device 测时 | 第55页 |
| ·Host 测时 | 第55-56页 |
| ·图像滤波 | 第56-59页 |
| ·纹理内存的线性滤波 | 第56-57页 |
| ·均值滤波的CUDA 实现 | 第57-58页 |
| ·均值滤波与纹理滤波的CUDA 实现比较 | 第58-59页 |
| ·图像增强 | 第59-63页 |
| ·灰度直方图统计的CUDA 实现 | 第59-61页 |
| ·直方图均衡的CUDA 实现 | 第61-63页 |
| ·边缘检测 | 第63-65页 |
| ·模板卷积的CUDA 实现 | 第63-64页 |
| ·Sobel 边缘检测的 CUDA 实现 | 第64-65页 |
| ·图像融合 | 第65-67页 |
| ·基于CUDA 的图像融合测试平台 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第五章 总结和展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |
