首先說明的是，這個文章是成功的編譯了dll，但是這個dll使用的時候還是很容易出現各種問題的。
發現錯誤可能是由于系統安裝了太多版本的opencv，環境變量的設定混亂，造成dll版本加載不對的問題。
更新：下面這篇文章裡面有加速編譯的設定辦法：但是編譯器采用了vs2012，我根據他的所有軟體版本換了編譯器，以及QT庫,需要特别注意的是，這些庫的相應作業系統版本32bit 或者64bit版本
QT早期版本下載下傳位址：
下面這個網址能夠找到qt的各個版本
<a target="_blank" href="http://download.qt-project.org/archive/qt/">http://download.qt-project.org/archive/qt/</a>
下面是教程位址：
<a target="_blank" href="http://www.xuebuyuan.com/2108717.html">http://www.xuebuyuan.com/2108717.html</a>
2014.10.23
嚴格根據上文的軟體跟庫版本是可以編譯設定成功的。
Motivation:
之前在西電跟同學聽了圖像方面的講座，受益匪淺啊。人家學校的老師大多都是搞sar雷達圖像的，動辄20000*30000的高分辨率。算法再怎麼優化，一套流程下來至少算十天半個月。這改個參數算算等不起啊，最後發現搞這個不上GPU根本就不行，于是我想啊講GPU引入我的這個自然圖像處理跟，stereo matching，的graph cuts算法中，應該也能夠得到性能的大幅度提升。
由于之前一直在看OpenCV這個圖像處理庫的相關内容，是以先搜了一下看看OpenCV這個庫有沒有直接對CUDA加速進行支援的，我打開電腦一看OpenCV的dll庫後面的字尾帶了_gpu就直接貼了代碼在那調試呢。結果是，小白了。自己要安裝CUDA toolkit并且結合OpenCV編譯一遍的。
由于我的筆記本電腦是神舟的，顯示卡是NVIDIA GTX 765我也沒看，直接去官網下了個最新的CUDA TOOLKIT 6.5就開始整了，最後發現，人家有專門針對筆記本的notebook版本的，傻了一天白幹了，之後發現這個版本過高，還是下了notebook的5.5版本。
最新的6.5可能是給8系，9系的新卡用的吧，我也不是很清楚，最後搞完這一套配置終于明白為啥，linux之父最讨厭nvidia了，這程式之間也是亂七八糟的關系相容不相容的，官網早期版本的sdk都找不到，哎。。。
使用Cmake的時候，有幾點要注意的，選擇Visual Studio 2010的版本應該為win64這樣在win7 64bit版本下面生成的OpenCV才是正确的。
vs2010主要有兩種模式，分别是debug 和 release。 模式可以通過如圖所示的位置選擇。需要注意的是，因為先前我們cmake采用的是64位VS10編譯器，在這裡需要選擇編譯器x64, 而不是win32， 否則會出錯。
整體的過程參考了下面的連結：
<a target="_blank" href="http://www.xuebuyuan.com/722557.html">http://www.xuebuyuan.com/722557.html</a>
<a target="_blank" href="http://blog.csdn.net/fengbingchun/article/details/9831837">http://blog.csdn.net/fengbingchun/article/details/9831837</a>
安裝完成後，在系統環境裡面會發現新添加了兩個環境變量：（環境變量挨個添加吧，不要怕麻煩）
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\
CUDA_PATH_V5_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\
手動配置環境變量。在系統環境變量中建立如下項：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\X64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
然後在系統環境變量Path 後添加如下内容：
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
3. 安裝TBB
去http://threadingbuildingblocks.org/download 下載下傳tbb41_20130314oss_win.zip解壓到某路徑
本人D:\tbb41_20130314oss
添加環境變量D:\tbb41_20130314oss\bin\intel64\vc10
編譯過程有兩點，可能出現：
1.配置的時候别忘了：添加兩個路徑，尤其是OpenCV的一個lib庫不然 編譯有的庫找不到，編譯不成功。
這個庫不需要設定！！！（後來發現！！！）
2.整個編譯的過程非常的緩慢，并且出現在編譯OpenCV_gpu這個子產品的時候，出現c4819錯誤感覺非常影響速度，這個你要回到相應的cuda檔案中，另存為unicode格式就好
i7的處理器大概能編譯3個小時左右。。。
加速方法，可以縮短到一個小時左右！就是隻針對響應的顯示卡版本進行設定：
由于這樣直接生成的解決方案需對不同的GPU架構分别編譯，編譯時間過長（數小時），
建議針對所用顯示卡進行配置（據稱可達原時間六分之一）：
找到如下兩項
清空CUDA_ARCH_PTX，将CUDA_ARCH_BIN中僅保留所需GPU架構，
重新configure。（建議使用以上方法先編譯一邊，确定沒有錯誤，再為所有架構重新編譯，花了四天的時間得到的教訓）
以上是轉載的内容，這裡要說幾個需要注意的地方：
1.本文中采用的是Cmake2.8.8版本，我用過2.8.12就會出現過很多本文中未提到的錯誤；
2.上文中提到的CUDA_BUILD_CBUIN”、“CUDA_VERBOSE_BUILD（好像是這些），有些其實在Cmake配置和生成的過程中是找不到的，不過這并不影響結果，可以忽略；
3.關于tbb路徑下x86和x64版本lib的選擇問題：如果你的vs是32位的就選擇x86的庫，否則選x64的庫；
4.将編譯好的頭檔案、庫等加載到程式中時，注意要使用編譯的Release版本（形如："opencv_gpu243.lib"，243後沒有d的就是Release版本，有的就是Debug版本），否則會産生“應用程式無法正常啟動0xc000007b”的錯誤
測試代碼：
實際上，最後配置好了之後，還是各種問題，我覺的直接調用編譯好的opencv加上cuda的庫程式設計效率不是很好，通用性也存在問題。後來覺的引起這個問題的原因是自己電腦上安裝的東西太多了，opencv就裝了3個版本，環境變量設定的太多了，引起很多問題。
參考下面這個文章的第三種辦法，後面再試試：
<a target="_blank" href="http://www.cnblogs.com/dwdxdy/p/3528711.html">http://www.cnblogs.com/dwdxdy/p/3528711.html</a>