| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 遥感图像融合的发展及研究现状 | 第10页 |
| 1.2.2 数字图像并行计算研究现状 | 第10-12页 |
| 1.3 主要研究内容和论文结构 | 第12-13页 |
| 2 相关技术介绍 | 第13-21页 |
| 2.1 基于CUDA的并行计算简介 | 第13-16页 |
| 2.1.1 GPU | 第13-14页 |
| 2.1.2 CUDA并行架构 | 第14-16页 |
| 2.2 图像融合算法简介 | 第16-19页 |
| 2.2.1 像素级图像融合 | 第16-18页 |
| 2.2.2 特征级图像融合 | 第18-19页 |
| 2.2.3 决策级图像融合 | 第19页 |
| 2.3 本章小节 | 第19-21页 |
| 3 基于改进atrous小波分解的融合算法 | 第21-29页 |
| 3.1 高提升滤波 | 第21-22页 |
| 3.2 基于atrous小波分解的图像融合 | 第22-23页 |
| 3.3 基于高提升滤波和atrous小波分解的融合算法 | 第23-25页 |
| 3.4 试验结果分析 | 第25-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于CUDA的遥感影像融合方法 | 第29-41页 |
| 4.1 CUDA并行处理设计 | 第29-33页 |
| 4.1.1 并行优化策略 | 第29-31页 |
| 4.1.2 并行处理流程 | 第31-33页 |
| 4.2 改进atrous小波融合算法的CUDA实现 | 第33-37页 |
| 4.2.1 语法介绍 | 第33-34页 |
| 4.2.2 核心代码介绍 | 第34-37页 |
| 4.3 实验与结果分析 | 第37-39页 |
| 4.3.1 计算运行时间 | 第37页 |
| 4.3.2 实验环境 | 第37-38页 |
| 4.3.3 实验结果分析 | 第38-39页 |
| 4.4 本章小节 | 第39-41页 |
| 5 结论与展望 | 第41-43页 |
| 5.1 本文总结 | 第41-42页 |
| 5.2 展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士期间发表的论文及科研成果情况 | 第47-48页 |