面向異構(gòu)眾核處理器的圖像半色調(diào)化并行算法研究.pdf

1、圖像半色調(diào)化是一種廣泛應(yīng)用在圖像處理領(lǐng)域中的影印技術(shù)。近年來隨著高分辨率、大尺寸規(guī)模圖像的應(yīng)用，傳統(tǒng)的圖像半色調(diào)化串行算法已不能滿足實(shí)時(shí)處理的需求。異構(gòu)眾核處理器的不斷發(fā)展和大規(guī)模的應(yīng)用，為加速圖像半色調(diào)化處理指明了方向。然而目前針對圖像半色調(diào)化算法異構(gòu)眾核加速的相關(guān)研究較少。本文所做的工作可分為以下兩個(gè)部分：
　　針對圖像處理領(lǐng)域中比較耗時(shí)的圖像卷積運(yùn)算，本文利用異構(gòu)眾核處理器對其進(jìn)行并行加速。首先對圖像卷積運(yùn)算并行化；然后使用

2、共享存儲器優(yōu)化和寄存器劃塊優(yōu)化策略對并行算法作進(jìn)一步優(yōu)化；最后分別對比水平一維卷積、垂直一維卷積和二維卷積在不同異構(gòu)眾核處理器平臺上的加速效果。實(shí)驗(yàn)結(jié)果表明，在異構(gòu)眾核處理器平臺上，圖像卷積算法中優(yōu)化策略的選取則需要結(jié)合具體的應(yīng)用場景和應(yīng)用平臺。
　　針對圖像打印領(lǐng)域中比較耗時(shí)的圖像半色調(diào)化算法，本文利用異構(gòu)眾核處理器對其進(jìn)行并行加速。首先利用局部鄰域理論對傳統(tǒng)的圖像半色調(diào)化串行算法進(jìn)行改進(jìn)，顯著減少串行算法的計(jì)算復(fù)雜度；然后采用

3、泊松碟采樣法消除數(shù)據(jù)依賴關(guān)系，為算法在眾核處理器上并行加速奠定基礎(chǔ)；最后采用共享存儲器優(yōu)化、合適粒度任務(wù)并行優(yōu)化、歸約樹優(yōu)化、常量存儲器優(yōu)化以及基于紋理存儲器的二維緩存優(yōu)化等一系列優(yōu)化策略，對并行算法作進(jìn)一步優(yōu)化。實(shí)驗(yàn)結(jié)果表明，在面向桌面端的Intel Xeon CPU+Tesla K20異構(gòu)計(jì)算平臺上，并行優(yōu)化后的算法相對于優(yōu)化前的初始并行算法性能提升約5~18倍；并行優(yōu)化后的算法相對于串行算法性能提升約95~110倍。在面向移動端的