第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 脑组织提取的研究现状
1.2.2图像匹配算法的研究现状
1.2.2 GPU的发展
1.3本文研究内容
1.4本文章节安排
第二章 相关算法介绍
2.1 引言
2.2 BET算法原理与实现
2.2.1 初始化轮廓
2.2.2 BET演化过程
2.3 BET算法的改进算法
2.3.1平滑力u2的改进
2.3.2演化力u3的改进
2.3.3 Imax 与I min搜索路径的改进
2.4 SIFT算法原理
2.4.1 构建尺度空间以及确定极值点位置
2.4.2关键点定位
2.4.3计算关键点方向与幅值
2.4.4计算关键点的特征描述子
2.5本章小结
第三章 基于点阵SIFT特征匹配的脑组织提取方法
3.1 引言
3.2 基于距离与描述子的特征匹配算法
3.3 图割法
3.4 基于点阵SIFT特征匹配算法流程
3.4.1建立模板数据库
3.4.2本文算法演化过程
3.4.3脑组织提取算法评价
3.4.4实验结果及分析
3.5 本章小结
第四章 基于CUDA架构的SIFT并行优化
4.1 引言
4.2 CUDA模型
4.2.1 CUDA编程模型
4.2.2 CUDA的存储空间
4.3基于CUDA的SIFT算法的并行化
4.3.1 SIFT算法复杂度分析
4.3.2计算关键点的主方向的并行化
4.3.3计算关键点的局部描述子的并行化
4.3.4图像间的点匹配的并行化
4.3.5 SIFT算法并行化实现中的其他细节
4.4并行优化SIFT算法的实验
4.5本章小结
第五章 总结与展望
5.1 总结
5.2展望
参考文献
发表论文及参加科研情况说明
致谢
声明