鄰域濾波算法的GPU加速研究與實現(xiàn).pdf

1、圖片在成像的過程中會受到噪聲的污染，嚴(yán)重影響了圖片的質(zhì)量。本文課題產(chǎn)生的背景源于雪糕板視覺檢測系統(tǒng)采集圖像受到噪聲污染，使得檢測系統(tǒng)以后的檢測步驟無法有效地執(zhí)行，需要對采集的圖像進行濾波處理。本文采用的濾波方法為鄰域濾波，鄰域濾波分為兩種：一種為線性鄰域濾波，另一種為非線性鄰域濾波。因為濾波算法對整幅圖像像素進行操作，導(dǎo)致算法的執(zhí)行效率低，引入 GPU加速圖像的鄰域濾波算法概念，其目的在于有效地加速鄰域濾波算法的運行速度，使得算法能夠簡

2、潔高效地執(zhí)行。
　　OpenCV GPU模塊對于線性鄰域濾波的三種算法—方框濾波、均值濾波和高斯濾波的GPU算法加速，相比較OpenCV CPU運行這三種線性鄰域濾波算法的執(zhí)行效率，GPU表現(xiàn)的更為高效和快捷，尤其適用于大量循環(huán)處理的模板卷積等基礎(chǔ)計算。與線性鄰域濾波不同的是，非線性鄰域濾波具有很強的保邊去噪性，而且提高了圖像的分辨率，但是OpenCV GPU模塊對于非線性鄰域濾波算法方面涉及很少，使得非線性鄰域濾波在GPU加速方

3、面應(yīng)用的不是十分廣泛。
　　為了使非線性鄰域濾波能夠更好地適應(yīng) GPU加速，本論文設(shè)計了兩種方案來對非線性鄰域濾波中的雙邊濾波算法進行GPU加速，一種是基于CUDA平臺下的加速方案，另一種是OpenCV+ CUDA結(jié)合編程的加速方案。在實現(xiàn)算法的基礎(chǔ)上，比較其異同，分析其相對應(yīng)的特性和實現(xiàn)過程中的關(guān)鍵點，得出一個較好的雙邊濾波GPU加速方案。通過對雙邊濾波算法GPU加速的研究，可以知道以上的兩種方案在圖像處理效果和執(zhí)行效率上基本一