全息三維成像中位相信息提取的并行算法研究.pdf

1、微納結(jié)構(gòu)數(shù)字化三維成像技術(shù)是一項(xiàng)最新的全息三維成像技術(shù)，它打破了傳統(tǒng)的束縛，不需要借助其他的眼鏡或頭部感應(yīng)器，就能產(chǎn)生真實(shí)的3D圖像。而位相結(jié)構(gòu)的提取是此技術(shù)中的關(guān)鍵步驟。由于該過程涉及的分塊處理與迭代計(jì)算非常耗時(shí)，傳統(tǒng)的串行處理一組9幅大小為1500×3300像素的分視角視圖需要十幾個(gè)小時(shí)，很難投入工業(yè)生產(chǎn)。
　　CUDA利用GPU在物理結(jié)構(gòu)上高度并行的特性，在處理迭代傅立葉變換這類計(jì)算高度數(shù)據(jù)并行任務(wù)時(shí)，能夠大幅提升計(jì)算性能。

2、由于量化與儲(chǔ)存操作涉及大量的邏輯判斷，使得GPU短缺的緩存和控制單元無法適用于這種場合，因此本文在重點(diǎn)研究CUDA的基礎(chǔ)上，深入剖析了OpenMP的并行編程標(biāo)準(zhǔn)及其優(yōu)化技術(shù)。
　　論文提出了一種通過CUDA和OpenMP技術(shù)相結(jié)合的模型：在高層利用OpenMP技術(shù)對低層的CUDA結(jié)構(gòu)進(jìn)行有效支持。通過對位相信息提取過程的深度分析，獲取整個(gè)過程的熱點(diǎn)（即最耗時(shí)的代碼片段），并借助本文提出的雙層加速模型進(jìn)行并行優(yōu)化，使其耗時(shí)更短。為了