中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 并行计算的研究现状及发展 | 第10-11页 |
1.2.2 车道线检测算法研究现状 | 第11-13页 |
1.3 本文的内容安排 | 第13-15页 |
2 基于CUDA平台的GPU并行计算 | 第15-23页 |
2.1 GPU并行计算 | 第15-16页 |
2.2 CUDA软件平台简介 | 第16页 |
2.3 CUDA硬件结构 | 第16-17页 |
2.4 CUDA编程模型 | 第17-22页 |
2.4.1 CUDA编程模型简介 | 第17-18页 |
2.4.2 CUDA线程组织结构 | 第18-19页 |
2.4.3 CUDA的内存模型 | 第19-22页 |
2.5 本章小结 | 第22-23页 |
3 快速中值滤波的并行化设计与实现 | 第23-36页 |
3.1 图像预处理 | 第23-27页 |
3.1.1 感兴趣区域提取 | 第23-24页 |
3.1.2 图像灰度化 | 第24-27页 |
3.2 图像去噪声处理 | 第27-29页 |
3.2.1 传统的中值滤波 | 第27-28页 |
3.2.2 快速中值滤波 | 第28-29页 |
3.3 基于CUDA的并行中值滤波算法 | 第29-32页 |
3.3.1 快速中值滤波的并行算法设计 | 第29-30页 |
3.3.2 快速中值滤波在CUDA上的实现 | 第30-31页 |
3.3.3 快速并行中值滤波的优化策略 | 第31-32页 |
3.4 实验结果与性能分析 | 第32-35页 |
3.4.1 实验环境 | 第32-33页 |
3.4.2 实验结果 | 第33-34页 |
3.4.3 实验效果与性能分析 | 第34-35页 |
3.5 本章小结 | 第35-36页 |
4 差分激励算法的并行设计与实现 | 第36-45页 |
4.1 韦伯定理 | 第36-37页 |
4.2 差分激励基本原理 | 第37-39页 |
4.2.1 差分激励原理 | 第37-38页 |
4.2.2 差分激励的串行算法流程 | 第38-39页 |
4.3 基于CUDA的并行差分激励算法 | 第39-42页 |
4.3.1 差分激励的并行算法设计 | 第39-40页 |
4.3.2 并行差分激励算法在CUDA上的实现 | 第40-42页 |
4.4 实验结果与性能分析 | 第42-44页 |
4.4.1 实验结果 | 第42-43页 |
4.4.2 实验效果与性能分析 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
5 Hough变换算法的并行设计与实现 | 第45-61页 |
5.1 Hough变换检测直线的基本原理 | 第45-47页 |
5.2 Hough变换的串行算法 | 第47-52页 |
5.2.1 Hough变换的基本操作步骤 | 第47-48页 |
5.2.2 Hough变换串行算法流程图 | 第48-50页 |
5.2.3 车道线筛选 | 第50-52页 |
5.3 基于CUDA的并行Hough变换算法 | 第52-56页 |
5.3.1 Hough变换的并行算法设计 | 第52-53页 |
5.3.2 并行Hough变换算法在CUDA上的实现 | 第53-55页 |
5.3.3 并行车道线检测算法在CUDA上的实现 | 第55-56页 |
5.4 实验结果与性能分析 | 第56-61页 |
5.4.1 实验结果 | 第56-59页 |
5.4.2 实验效果与性能分析 | 第59-61页 |
6 总结与展望 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-68页 |
附录 | 第68页 |
A.作者在攻读学位期间发表的论文目录 | 第68页 |
B.作者在攻读学位期间参与的科研项目 | 第68页 |