导读:本文包含了多项式加速论文开题报告文献综述及选题提纲参考文献，主要关键词:摄像机标定,光条纹中心提取,GPU图形加速,多项式方法
多项式加速论文文献综述
王晨曦,朱硕,童亚拉[1]（2018）在《基于GPU加速和多项式的图像叁维重建技术》一文中研究指出在图像叁维重建中,摄像机的标定和光条纹中心的提取是其中两项关键技术。前者通过求内外参数矩阵和畸变系数完成,计算量大且过程较复杂;后者可采用Steger算法获得,但Steger算法二维高斯卷积的计算量较大。利用GPU加速对Steger算法进行改进,使之耗时减少;在计算像素坐标和叁维坐标关系时采用一种多项式方法,避免计算参数矩阵,以实现整个过程简便化。实验表明,该方法能准确快速地完成叁维重建。(本文来源于《湖北工业大学学报》期刊2018年04期）
计卫星,张露露,陈娟,邹天刚,罗辉[2]（2018）在《一种时序数据多项式拟合加速方法》一文中研究指出考虑到时序数据自身特点,特别是针对周期采样的时序数据,本文提出一种多项式拟合加速方法,讨论了平均分段和非平均分段两种情况下时序数据多项式拟合方法,通过重复利用部分矩阵的中间计算结果,大幅提高了多项式拟合的计算速度.实验结果表明,对于周期采样数据,该方法在平均分段和非平均分段时最多可分别获得约28倍和17倍计算加速.(本文来源于《北京理工大学学报》期刊2018年05期）
王晨曦[3]（2018）在《基于GPU加速和多项式映射的光学图像叁维重建技术研究》一文中研究指出光学图像叁维重建在工业设计、医学图像构造、3D影像构建和图像识别等领域得到了广泛的应用,具有很重要的研究价值和社会实用价值。在光学图像叁维重建过程中,摄像机的标定技术是一个关键点,其结果体现在从二维图像像素坐标到叁维空间坐标的映射中,也就是对摄像机参数矩阵和畸变系数的求解,而提取到亚像素精度的光条纹中心坐是叁维重建的基础。基于此,本文对光学图像光条纹中心的提取技术和图像像素坐标到叁维空间坐标的映射技术进行了深入研究。(1)本文首先介绍了光条纹中心的提取方法,重点介绍了Steger方法。Steger算法具有较高的精度、稳定性和鲁棒性,但由于需要对图像上每一个像素点进行至少5次的二维高斯卷积,导致计算量非常大,运算时间较长。本文将GPU多网格(grid)多块(block)多线程(thread)的并行运算优势,与Steger算法每一个像素点进行卷积运算相互独立的特点相结合,在进行光条纹中心提取时,首先把相关数据从CPU内存拷贝到GPU显存中,对每一个像素点设置一个block,在此block中设置thread的数目,利用thread计算5次高斯卷积模板,block计算该像素点的5次高斯卷积和用来确定光条纹中心法线方向的hessian矩阵值;以此类推,每一个block和block中的thread重复之前的工作,得到每一个像素点的高斯卷积模板值和hessian矩阵值,并把此结果从GPU显存复制到CPU内存中,从而得到光条纹中心坐标值。这种光条纹中心坐标的计算方式,可极大提高运算效率。本文在GTX1060 6G显卡和四核i5-4590CPU以及四核AMD A6-7310CPU实验环境下,编程计算了基于CPU和基于GPU光条纹中心坐标的提取时间,实验结果表明:GPU下的光条纹提取时间为CPU下的1/16到1/12,大大提高了运算效率,减少了计算时间。(2)传统的叁维重建技术需要求解内参数矩阵中的4个内参数和外参数矩阵中的6个外参数,还要考虑径向畸变、切向畸变和薄棱镜畸变,计算畸变系数,这种方法不仅需要对参数矩阵进行求解,而且还需要准确求解畸变系数,完成畸变校正,两个过程中出现的任何误差都会给叁维重建结果带来极大偏差。本文借鉴其他学者在光学图像处理时采用多项式求解相关问题的思路,利用多项式方法在求解一一对应的两个坐标系间的映射关系时具有简单、直观的特点,推导并建立了从二维图像像素坐标到叁维空间坐标的多项式映射关系,用多项式的计算代替参数方程和畸变系数的计算,简化了计算过程,减少了计算量,提高了准确性。利用前述实验结果和软硬件环境,对高度Z_w分别为38,48,54,68,82,93的被标定物体,在python的开发环境Wing IDE中进行了实验验证,求解了对应的多项式系数,与被标定物体在不同Z_w高度下的Y_w和Z_w的实际测量值相比较,得出Y_w的平均误差约为0.5058%,Z_w的平均误差约为1.176%,满足了误差精度要求,大大降低误差率。(本文来源于《湖北工业大学》期刊2018-05-01）
周辉,赵凤军,杨健[4]（2016）在《基于叁阶多项式傅里叶变换的SAR地面加速运动目标参数估计与成像》一文中研究指出该文主要针对加速运动目标的参数估计及成像问题,推导了加速度目标的SAR回波频谱,分析了回波相位叁次项估计和补偿对运动参数估计和SAR成像的必要性。提出一种利用Hough变换估计距离走动率和径向速度、相位补偿法校正距离徙动效应,并基于叁阶多项式傅里叶变换(LPFT)对叁次相位估计的新方法。利用Hough变换,在不明显增加计算量的前提下,达到加速运动目标的运动参数精确估计和精确聚焦成像的目的。最后通过仿真数据验证了该算法的有效性。(本文来源于《电子与信息学报》期刊2016年04期）
王宇晨,陆文凯[5]（2013）在《GPU加速实现的基于局部多项式滤波器的局部线性相干噪声压制算法》一文中研究指出1.引言信噪分离是地震数据处理的一个中心问题。噪声可以分为随机的和相干的两种,其中相干噪声常会被当作有用信号。本文提出一项新的基于局部多项式滤波器的技术来进行局部线性相干噪声压制。利用局部多项式滤波器,我们可以估计出去除噪声之后的信号,从而提高信号的信噪比。2.局部多项式拟合算法(本文来源于《中国地球物理2013——第十八专题论文集》期刊2013-10-13）
庞存锁[6]（2012）在《基于离散多项式相位变换和分数阶傅里叶变换的加速目标检测算法》一文中研究指出本文提出了一种离散多项式相位变换(DPT)和分数阶傅里叶变换(FRFT)相结合的LFM检测方法.首先,分析了经典DPT算法中调频分辨率与互相关时延、积累脉冲长度以及积累性能之间的相互关系,指出时延较小的DPT算法与经典DPT算法相比,检测性能提高约3dB,但调频率估计误差大.其次,针对这一问题,提出在DPT基础上,利用FRFT进一步提高调频率估计精度,当输入信噪比大于-11dB时,在分数阶域引入一维牛顿迭代法可提高运算速度;最后,给出了算法复杂度和估计误差的理论分析并用实验结果验证了算法的有效性.(本文来源于《电子学报》期刊2012年01期）
潘春平,王红玉[7]（2011）在《求解鞍点问题的多项式加速超松弛方法》一文中研究指出为了快速有效地求解大型稀疏鞍点问题,在广义逐次超松弛(GSOR)迭代算法的基础上,结合Chebyshev多项式加速技术,本文构造了一种多项式加速超松弛迭代算法,并研究了该算法的收敛性.通过讨论加速后迭代矩阵的收敛性证明了新方法比加速前的迭代法具有快的收敛速度.数值例子也表明新方法提高了GSOR算法的收敛效率.(本文来源于《工程数学学报》期刊2011年03期）
潘春平[8]（2010）在《Chebyshev多项式加速正定可对称化线性方程组的新迭代算法》一文中研究指出对于非对称线性方程组Ax=b,当A是正定可对称化矩阵时,利用预对称化技术和Chebyshev多项式加速技巧,结合对称超松弛法(SSOR)提出了一种新的预对称超松弛的Chebyshev半迭代算法(SSOR-SI),并且证明了当松弛因子满足一定条件时,该算法总是收敛的。数值例子表明该算法迭代次数要少于解非对称线性方程组的GMRES方法和对称化后的GMRES方法等。(本文来源于《制造业自动化》期刊2010年04期）
宋凯洋[9]（2010）在《基于多项式外推的图像复原加速算法研究》一文中研究指出目前,在图像复原领域中非线性迭代算法应用越来越广泛。和线性滤波方法相比,非线性迭代算法能取得更好的效果,但此类算法计算量大、对计算硬件有较高要求。研究非线性迭代图像复原算法加速问题的意义在于能够提高复原算法的运算效率、减少运算量。在大气湍流退化图像和气动光学效应图像恢复等对时间有较高要求的领域,非线性迭代算法加速的研究将具有重要意义。目前,常用的非线性迭代算法加速方法有Biggs和Andrews提出的自动加速方法,Meinel提出的修正指数方法等,而使用外推法对非线性迭代算法加速的方法目前还很少有相关研究。自动加速方法和修正指数方法都是通过对每次迭代的结果进行预测修正来加速算法的收敛,有很好的加速效果,但在减少运算量方面不能令人满意。利用外推法加速迭代算法时,只需要把前面的若干次迭代结果进行存储,然后进行一次外推计算就能对算法进行加速,运算量上要小很多。因此,本文采用多项式外推法来解决图像复原算法的加速问题。本文研究了退化图像复原领域内如何利用外推法加速非线性迭代复原算法的问题。阻尼R-L算法基于Richardson-Lucy(R-L)算法,能有效防止噪声在图像复原过程中的放大,该算法还能用于迭代盲反卷积算法实现图像的盲反卷积复原;多项式外推法的理论与方法现在已经非常成熟,广泛应用于数值计算的各个领域。因此,本文将以阻尼R-L算法为基础,研究利用多项式外推法加速图像复原算法,提出了加速算法的实现方案并进行了大量的数值模拟,通过对数值模拟结果的比较、分析和归纳,得出以下几点结论:第一,用多项式外推法对阻尼R-L算法进行加速时,要采用间断加速的方法,否则会因破坏数据间的相关性而使图像复原失败;第二,多项式外推加速时,采用的节点数越多加速效果越明显;第叁,使用多项式外推法时,采用1/(n+1)形式的插值点获得的加速效果比其它类型更明显;第四,多项式外推加速阻尼R-L算法用于无噪声退化图像恢复时,复原的结果表明该算法适用于各种常见退化情况的复原,并且对比较平滑的图像恢复效果更好;第五,多项式外推加速阻尼R-L算法用于有噪声退化图像恢复时,复原的结果表明该算法能较好的复原带有各种常见噪声的退化图像,并且对信噪比高的有噪声退化图像恢复效果更好。(本文来源于《解放军信息工程大学》期刊2010-04-15）
宋凯洋,廖天河,高穹[10]（2010）在《基于多项式外推的Richardson-Lucy算法加速研究》一文中研究指出提出一种新的可加速Richardson-Lucy(R-L)图像迭代恢复算法的方法。该方法基于阻尼R-L算法,通过存储阻尼R-L算法的前若干次(n次)迭代运算结果,利用多项式外推法分析这前n次迭代运算结果,并用一个多项式函数近似描述各结果之间的关系。通过该多项式的外推,预测以后的迭代结果,从而减少迭代运算的次数,取得了较好的加速效果。该方法可以实现几乎没有图像失真的复原,并能应用于其他类型的算法。(本文来源于《应用光学》期刊2010年02期）
多项式加速论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到时序数据自身特点,特别是针对周期采样的时序数据,本文提出一种多项式拟合加速方法,讨论了平均分段和非平均分段两种情况下时序数据多项式拟合方法,通过重复利用部分矩阵的中间计算结果,大幅提高了多项式拟合的计算速度.实验结果表明,对于周期采样数据,该方法在平均分段和非平均分段时最多可分别获得约28倍和17倍计算加速.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多项式加速论文参考文献
[1].王晨曦,朱硕,童亚拉.基于GPU加速和多项式的图像叁维重建技术[J].湖北工业大学学报.2018
[2].计卫星,张露露,陈娟,邹天刚,罗辉.一种时序数据多项式拟合加速方法[J].北京理工大学学报.2018
[3].王晨曦.基于GPU加速和多项式映射的光学图像叁维重建技术研究[D].湖北工业大学.2018
[4].周辉,赵凤军,杨健.基于叁阶多项式傅里叶变换的SAR地面加速运动目标参数估计与成像[J].电子与信息学报.2016
[5].王宇晨,陆文凯.GPU加速实现的基于局部多项式滤波器的局部线性相干噪声压制算法[C].中国地球物理2013——第十八专题论文集.2013
[6].庞存锁.基于离散多项式相位变换和分数阶傅里叶变换的加速目标检测算法[J].电子学报.2012
[7].潘春平,王红玉.求解鞍点问题的多项式加速超松弛方法[J].工程数学学报.2011
[8].潘春平.Chebyshev多项式加速正定可对称化线性方程组的新迭代算法[J].制造业自动化.2010
[9].宋凯洋.基于多项式外推的图像复原加速算法研究[D].解放军信息工程大学.2010
[10].宋凯洋,廖天河,高穹.基于多项式外推的Richardson-Lucy算法加速研究[J].应用光学.2010