《數字圖像處理高級應用：基于MATLAB與CUDA的實現》主要介紹現代數字圖像處理的高級應用，內容包括熱點圖像處理方法原理及其MATLAB仿真、并行計算及其在圖像處理中的應用、圖像并行處理環境構建、典型圖像處理方法的CUDA實現。本書的主要特色為瞄準前沿熱點、理論講解透徹、代碼注解詳細。
本書可作為高等院校電子信息、計算機相關專業本科生、研究生的教材，也可作為畢業設計、研究生課題、各類相關競賽的參考資料，還可作為相關工程技術人員的參考書。
第1章熱點圖像處理方法原理及其MATLAB仿真
1.1基于模型的圖像邊緣檢測及其代碼快速生成
1.1.1模型驅動開發思想概述
1.1.2模型驅動開發的優勢
1.1.3模型驅動開發在圖像處理領域中的應用
1.1.4基于SimulinkBlocks的模型驅動開發圖像處理
1.1.5基于Sobel算子的邊緣檢測的基本原理
1.1.6基于模型的實現
1.1.7代碼的快速生成
1.2從向量相關角度實現圖像匹配
1.2.1基于相關運算圖像匹配的過程
1.2.2在向量空間分析圖像相關匹配
1.2.3基于向量相關的圖像匹配的MATLAB實現
1.3霧靄天氣圖像增強技術及其實現
1.3.1Retinex理論
1.3.2基于Retinex理論的圖像增強的基本步驟
1.3.3多尺度Retinex算法(MSRCR算法)
1.3.4例程精講
1.4基于運動估計的視頻倍頻插幀
1.4.1運動估計簡介
1.4.2運動估計的應用領域
1.4.3運動估計方法分類
1.4.4基于塊匹配方法的運動估計
1.4.5相關概念
1.4.6匹配方法： 價值函數
1.4.7搜索算法
1.4.8實際應用舉例
1.5SIFT特征提取與描述
1.5.1SIFT算法
1.5.2SIFT特征描述
1.5.3實例精講
1.6SURF特征提取與匹配
1.6.1積分圖像
1.6.2DoH近似
1.6.3尺度空間表示
1.6.4SURF特征描述算子
1.6.5程序實現
1.7基于余弦變換的多聚焦圖像融合
1.7.1什么是圖像融合
1.7.2圖像融合的層次
1.7.3多聚焦圖像融合
1.7.4程序實現
第2章并行計算及其在圖像處理中的應用
2.1并行計算的理論知識
2.1.1如何理解并行計算
2.1.2并行計算的發展
2.1.3并行計算的各類實現方式
2.1.4并行計算機常用編程工具
2.1.5什么是GPU
2.2基于并行計算的圖像處理
2.2.1基于并行計算的圖像處理的優勢
2.2.2效能評價標準
2.2.3圖像處理并行設計方法
2.2.4需要考慮的一些問題
第3章圖像并行處理環境構建
3.1建立一個簡單的對話框工程
3.2用OpenCV顯示Hello World
3.3安裝配置CUDA環境
3.4用CUDA進行并行圖像處理
3.5使用OpenCV讀入、處理和顯示圖像
3.6CUDA編程簡介及其在圖像處理中應用
3.6.1主機端和設備端
3.6.2內核函數、CUDA軟件體系和NVCC編譯器
3.6.3CUDA線程模型的層次結構
3.6.4GPU組成結構及其與線程模型的關系
3.6.5SDK和函數庫
第4章典型圖像處理方法的GPU實現
4.1基于kernel函數的并行圖像處理的程序實現
4.2從圖像處理算法到GPU代碼實現
4.2.1模板匹配的MATLAB代碼
4.2.2模板匹配的CPU串行實現
4.2.3模板匹配的GPU并行實現
4.3使用紋理存儲器加速
4.3.1Sobel算子邊緣提取的GPU實現
4.3.2雙線性插值圖像縮放的GPU實現
4.4基于CUFFT函數庫的圖像頻域變換
4.4.1圖像FFT變換和頻域低通濾波
4.4.2頻域高通濾波
4.4.3多尺度Retinex去霧算法
4.5自適應直方圖均衡
4.6RGB圖像的GPU并行處理
4.6.1彩色圖像去霧算法
4.6.2彩色圖像去霧和直方圖均衡
4.6.3K最近鄰濾波器
4.6.4非局部均值濾波器
參考文獻
新書資訊