深入浅出Android源代码：基于Android 6.0和实际开发案例剖析 - Softcover

赵小川，何灏，王军正

Softcover

ISBN 10: 7302451729 ISBN 13: 9787302451723

Publisher: 清华大学出版社, 2017

Synopsis

《数字图像处理高级应用：基于MATLAB与CUDA的实现（第2版）（精通MATLAB）》主要介绍现代数字图像处理的高级应用，内容包括热点图像处理方法原理及其MATLAB仿真、并行计算及其在图像处理中的应用、图像并行处理环境构建、典型图像处理方法的CUDA实现以及数字图像处理思维方法点拨。本书的主要特色为瞄准前沿热点、理论讲解透彻和代码注解详细。本书可作为高等院校电子信息、计算机相关专业本科生、研究生的教材，也可作为毕业设计、研究生课题、各类相关竞赛的参考资料，还可作为相关工程技术人员的参考书。（1）瞄准前沿本书所介绍的图像去雾技术、对图像去雾技术、尺度不变特征点的提取、图像融合、视频图像运动估计、基于CUDA的图像并行处理等内容均是现代数字图像处理技术的前沿和研究热点。通过对这些知识与技术的讲解，便于读者了解现代数字图像处理领域的研究热点和*新研究动向。（2）代码翔实本书所讲解的相关理论、算法、技术配有代码实现，并且对这些代码进行了详细的注解。读者可通过阅读代码，对本书讲解的内容进行更加深入的了解。（3）数字图像处理思维方法点拨作者根据多年的教学和项目经验，对数字图像处理的思维方法进行总结，传授经验、运用Triz思维，突破图像处理瓶颈（4）MATLAB中文论坛与作者在线交流第3章图像并行处理环境构建如果说多CPU并行的解决方案象征着处理器外的高性能计算解决方案的话，那么GPU的崛起就代表着高性能计算方案向处理器本身性能的回归。在不同应用中，各自有各自的特点和优势，孰优孰劣目前尚无定论，因此需要依据具体应用来确定。对于图像处理应用来说，如果不是极其特殊的图像处理需求，现有的GPU硬件已经能够满足绝大多数的图像处理要求，且从实时性、便携性和成本等方面来考虑，GPU也是高性能图像处理非常好的选择。对于图像算法的研究者来说，终于可以专注于算法本身，而不用再为算法实时性的优化而绞尽脑汁了。本书所用并行图像处理方案为Nvidia(英伟达)费米架构计算能力1.2的GPU显卡，相应地，也用到了英伟达显卡并行计算的通用标准CUDA来完成核心代码的设计和编译，所用CUDA版本为3.0。此外，还用到目前主流的开源计算机视觉库OpenCV来负责图像的载入和显示等工作。操作系统为Windows732位系统，所用编程环境为VS2005。Nvidia、AMD、Intel、三星都生产GPU，本书选择了Nvidia的GPU作为图像处理的硬件。作为当前主流高性能计算硬件提供商，Nvidia的GPU和CUDA编程规范设计十分经典，便于开发者进行自己的设计开发，掌握了CUDA设计思路和方法的读者也能很容易掌握其他GPU的编程。从图像处理的角度来看，不管是学习并行算法，还是要实际应用，Nvidia的GPU都是一个不错的选择。Nvidia成立于1993年，是一家以设计显示芯片和主板芯片组为主的半导体公司。2001年，发布了*个可编程GPU(GeForce3)，其后的十几年间，Nvidia的GPU不断进步，浮点运算能力也不断提高。目前，GPU性能远超其他公司，并且有专业且开源的编程标准CUDA作为支持，Nvidia的GPU正迅速成为高性能计算方案的*选。前面提到

Edition details

• Publisher: 清华大学出版社
• Publication date: 2017
• Language: Chinese
• ISBN 10: 7302451729
• ISBN 13: 9787302451723
• Binding: Paperback
• Edition number: 1