基于GPU的快速图像细化
图像细化是一种计算量较大的高度并行化算法,现有的CPU处理技术难以满足其对实时性的要求.在利用图形处理器GPU对数字图像处理进行加速的研究中,本文对传统的Rosenfeld图像细化算法进行了如下改进:首先对数据结构进行了优化实现了对数据空间的连续访问,以达到对存储空间最优访问;然后利用共享存储器和合并归约对结束标记进行快速统计,以达快速决定是否启动下一轮迭代的目的.本文根据GPU并行计算的原理,进而提出了一种基于传统Rosenfeld算法的高效GPU图像细化算法.对于大幅图像,本文方法可以提供数量巨大的细颗粒度并行计算,利于充分发挥高性能GPU众多物理线程所提供的计算能力.大量的实验结果表明:在保证处理效果的条件下,与单线程的CPU程序相比,本文方法的加速倍数随GPU所提供物理线程数目的增加而线性增加,可以获得多达58倍的加速效果,因此GPU在大幅图像实时处理中有明显的优势.
图像细化 并行算法 图形处理器 中央处理器
朱佩佩 赵国兴 唐亮 骆祖莹
北京师范大学信息科学与技术学院 北京100875
国内会议
第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)
青岛
中文
325-328
2012-07-19（万方平台首次上网日期，不代表论文的发表时间）