声明
摘要
图目录
表目录
第1章 绪论
1.1 课题背景
1.2 图像颜色编辑算法的发展
1.3 本文工作
1.4 本文的组织结构
1.5 本章小结
第2章 颜色迁移及GPU加速相关理论综述
2.1 颜色空间概述
2.1.1 RGB颜色空间
2.1.2 lαβ颜色空间
2.1.3 HSV颜色空间
2.2 GPU加速简介
2.2.1 GPU组成架构
2.2.2 CUDA软件架构
2.3 稀疏矩阵存储格式
2.3.1 COO坐标格式存储
2.3.2 CSR压缩行存储
2.3.3 存储结构比较
2.4 局部线性嵌入算法
2.5 本章小结
第3章 基于GPU加速的KNN算法
3.1 基于欧氏距离的KNN问题
3.2 KNN数据点间距离计算CUDA加速
3.3 KNN算法距离排序CUDA加速
3.4 本章小结
第4章 稀疏矩阵运算GPU加速设计
4.1 稀疏矩阵并行化可行性分析
4.2 稀疏矩阵向量乘法GPU加速
4.2.1 SpMV基本并行算法
4.2.2 改进的SpMV并行算法
4.3 基于GPU加速的稀疏矩阵线性方程组求解
4.3.1 雅可比迭代法算法原理
4.3.2 雅可比迭代法GPU加速
4.4 本章小结
第5章 实验对比与分析
5.1 实验环境设置
5.2 基于GPU加速的KNN算法实验及结果分析
5.3 基于CUDA加速的稀疏矩阵运算实验及结果分析
5.3.1 GPU加速对稀疏矩阵向量乘法的影响
5.3.2 雅可比迭代法GPU加速
5.4 保持流形结构的图像颜色编辑加速
5.5 本章小结
第6章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢