CUDA與OpenCV并行圖像處理實戰 ( 簡體 字) |
| 作者：王澤宇 宋清洋 欒峰 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52162
詢問書籍請說出此書號！【缺書】
NT售價： 345 元 |
| 出版日：6/1/2019 |
| 頁數：267 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302510482 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：隨著大數據時代的來臨，越來越多的圖像需要實時處理。隨之而來的使用C++編程的機器視覺庫OpenCV以及驅動GPU的CUDA也變得越來越火熱。
OpenCV是機器視覺領域非常著名的開源庫，它幾乎被應用到機器視覺的所有領域，其功能幾乎涵蓋每個研究方向。OpenCV包含了底層的圖像處理、中層的圖像分析以及高層的視覺技術。而且，其算法緊跟視覺前沿，將最新的算法納入其中。特別是OpenCV 2系列的出現，可以使用C++進行編程，并且可以使用GPU為圖像處理進行加速。OpenCV在圖像界是相當重要的工具，也是很多圖像領域研究人員極力推薦的庫。
CUDA作為一種并行計算架構，是以GPU為數據并行計算設備的軟硬件體系。CUDA以C語言為基礎，可以直接用C語言寫出在顯示芯片上執行的程序，而不需要去學習特定的顯示芯片的指令或特殊的結構。因此，CUDA被廣泛應用在視頻編解碼、金融、地質勘探、科學計算等領域。
作為并行圖像處理的入門級教材，本書將并行計算架構CUDA和機器視覺庫OpenCV結合，以大量示例程序為主線，詳細介紹了如何搭建OpenCV環境，如何使用Cmake編譯CUDA和OpenCV，以及環境搭建過程中可能出現的錯誤和解決方案。編寫本書的初衷是希望更多初步接觸GPU和圖像處理的讀者可以快速搭建好環境并快速了解OpenCV和CUDA的基礎知識，節省入門消耗的時間。
由衷感謝我的導師宋清洋對于我學業和生活上的支持與鼓勵，以及對這本書的付出。感謝欒峰老師對我學業上的指點，沒有他的指點也就不會有這本書的誕生。感謝我的好兄弟鄭建斌和學姐包錫偉在我學習圖像處理的過程中對我的指導。
真心希望讀者可以輕松地入門并行圖像處理技術。由于作者水平有限，書中難免有不足之處，懇請讀者批評指正。
王澤宇
2019年3月于東北大學 |
內容簡介：本書主要介紹圖像處理和GPU加速的基本原理、主要技術和典型應用。全書共分為5章，詳細的敘述了OpenCV的環境搭建，OpenCV在圖像處理算法中的應用，OpenCV如何與CUDA進行編譯，以及如何使用編譯后的OpenCV庫驅動GPU加速傳統的圖像處理算法。
本書可作為信號處理、通信工程、計算機應用、廣播電視、自動控制、生醫工程、地理信息等領域的工程技術人員、大專、本科院校相關專業的高年級學生研究圖像處理技術的參考書。 |
目錄：第1章并行圖像處理概述
1.1計算機的構成
1.1.1計算機硬件構成
1.1.2顯卡和GPU
1.1.3顯卡的發展史
1.2并行計算
1.3并行圖像處理
1.3.1并行圖像處理的應用背景
1.3.2并行圖像處理的原理
1.3.3并行圖像處理的加速效果
1.4并行圖像處理硬件平臺
1.5并行圖像處理軟件平臺
1.5.1開發平臺——VisualStudio
1.5.2計算機視覺庫——OpenCV
1.5.3統一設備架構——CUDA
1.5.4并行編程開發工具——TBB
1.5.5跨平臺編譯工具——CMake
1.6常用軟硬件搭配方案
1.7本書介紹
1.8本章小結
參考文獻
第2章OpenCV及環境搭建
2.1OpenCV的發展歷程
2.2開發平臺——VisualStudio2010
2.2.1VisualStudio簡介
2.2.2安裝VisualStudio2010
2.3搭建OpenCV2.4.9
2.3.1第一步OpenCV的下載和安裝
2.3.2第二步OpenCV的環境變量配置
2.3.3第三步工程項目內包含目錄的配置
2.3.4第四步庫目錄的配置
2.3.5第五步附加依賴項的配置
2.3.6第六步清單項配置
2.3.7第七步Release配置
2.3.8第八步加入OpenCV動態鏈接庫
2.3.9第九步環境測試
2.4OpenCV基本架構
2.5OpenCV環境搭建中常見的問題及解決方案
2.5.1無法啟動程序
2.5.2文件缺少MSVCP110D.dll
2.5.3CannotfindoropenthePDBfile
2.5.4文件缺少tbb_debug.dll
2.5.5應用程序無法啟動0xc000007b
2.5.6找不到頭文件
2.5.7無法打開lib文件
2.5.8指針越界cv::Exception
2.5.9x86與x64類型沖突
2.6本章小結
2.7參考文獻
第3章OpenCV常用函數和應用實例
3.1OpenCV常用函數
3.1.1Mat類
3.1.2imread函數
3.1.3imshow函數
3.1.4imwrite函數
3.2反向算法
3.3圖像融合
3.3.1覆蓋型圖像融合
3.3.2線性圖像混合
3.3.3動畫效果的線性混合
3.4圖像去噪
3.4.1均值濾波
3.4.2高斯濾波
3.4.3非局部均值濾波
3.5雙目視覺測量物體深度
3.5.1雙目視覺原理
3.5.2雙目視覺標定
3.5.3OpenCV實現
3.6本章小結
3.7參考文獻
第4章GPU和CUDA的介紹和應用
4.1CUDA的介紹
4.2GPU的內部結構
4.2.1GPU內部結構的簡單介紹
4.2.2GPU的架構
4.2.3常見GPU的挑選
4.3并行處理介紹
4.4CUDA環境搭建
4.4.1CUDA的下載
4.4.2CUDA的安裝
4.4.3CUDA在VS中的測試
4.4.4CUDA項目的創建
4.5CUDAC語言
4.5.1C語言最小擴展集
4.5.2運行時庫
4.6程序示例
4.6.1HelloWorld實現
4.6.2參數傳遞
4.6.3同步函數
4.7線程層次
4.7.1核函數調用和線程層次介紹
4.7.2矢量求和
4.7.3數據較多的矢量求和
4.7.4不同維度線程索引
4.8GPU的存儲器
4.8.1寄存器
4.8.2局部存儲器
4.8.3共享存儲器
4.8.4常數存儲器
4.8.5紋理存儲器
4.8.6全局存儲器
4.8.7頁鎖定存儲器
4.8.8可分頁存儲器
4.9本章小結
參考文獻
第5章基于GPU的并行圖像處理
5.1CMake和TBB的安裝
5.1.1安裝CMake
5.1.2安裝TBB
5.2并行OpenCV庫的生成
5.3VS內的OpenCV環境搭建及環境測試
5.3.1常用工程文件的配置
5.3.2分別配置項目文件
5.4GPU圖像處理實例
5.4.1反向算法
5.4.2圖像加法、減法
5.4.3圖像腐蝕、膨脹
5.4.4非局部均值算法
5.5本章小結
參考文獻 |
| 序： |
