基于CPU+GPU的圖像處理異構(gòu)并行計(jì)算研究.pdf

1、人機(jī)交互式系統(tǒng)對(duì)計(jì)算精度和速度的要求越來(lái)越高,這就要求機(jī)器視覺(jué)部分處理速度更快,然而傳統(tǒng)CPU運(yùn)算很難滿足人們對(duì)于系統(tǒng)實(shí)時(shí)性的要求。近年來(lái),隨著GPU硬件的不斷發(fā)展,GPU展現(xiàn)出了強(qiáng)大的浮點(diǎn)運(yùn)算能力和內(nèi)部數(shù)據(jù)高帶寬,GPU被越來(lái)越多的用作通用計(jì)算領(lǐng)域,但是開(kāi)發(fā)人員必須借助于復(fù)雜的計(jì)算機(jī)圖形學(xué) API完成開(kāi)發(fā)過(guò)程,這給非計(jì)算機(jī)專(zhuān)業(yè)人員進(jìn)行開(kāi)發(fā)造成了極大困難。
　　NVIDIA提出的CUDA架構(gòu)使得開(kāi)發(fā)人員直接對(duì)GPU進(jìn)行編程,而不必

2、將數(shù)據(jù)打包成紋理,使得我們能夠采用CUDA C語(yǔ)言將圖像處理算法問(wèn)題移植到GPU上實(shí)現(xiàn),減小了開(kāi)發(fā)的難度。
　　論文首先回顧了GPU硬件的發(fā)展歷史,詳細(xì)介紹了CUDA的概況、編程模型、存儲(chǔ)器模型和應(yīng)用領(lǐng)域,其次分析了CUDA程序的編譯流程,最后針對(duì)圖像處理中的幾個(gè)典型算法,分析是否具有可并行性,并提出了相應(yīng)的GPU實(shí)現(xiàn)的并行算法,給出了詳細(xì)的測(cè)試數(shù)據(jù)和結(jié)果對(duì)比。
　　本論文主要完成了以下工作:
　　(1)分析了圖像的雙

3、線性插值算法和立方卷積插值算法,給出了這兩種算法的GPU實(shí)現(xiàn),并對(duì)各平臺(tái)下實(shí)驗(yàn)結(jié)果進(jìn)行了分析。
　　(2)分析了圖像平滑算法中的掩模式平滑和圖像分割中 Roberts邊緣檢測(cè)算法,提出了GPU實(shí)現(xiàn)這兩種算法的方案,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。
　　(3)提出了 GPU實(shí)現(xiàn)雙線性插值算法的兩種優(yōu)化方案,分別采取紋理內(nèi)存訪問(wèn)和CUDA流異步執(zhí)行方案加速雙線性插值程序。對(duì)優(yōu)化后的試驗(yàn)結(jié)果和未優(yōu)化的試驗(yàn)結(jié)果進(jìn)行了對(duì)比,驗(yàn)證了方案的正確性。