图像处理的GPU加速技术研究

通过Matlab和Visual C＋＋两个平台,实现了对图像工程的并行加速处理,并且通过Jacket,CUDA两种加速方案的介绍,进一步了解使用GPU高性能并行计算的工作流程以及性能效益。最后,给出了通过并行处理之后的关于两个图像工程计算性能的测试结果及比对。结果证明,经并行处理后的图像工程在计算效率方面有显著提高,结果精确,计算耗时小。     

DirectCompute加速图像处理方法的研究

当代图像处理,特别是基于大量密集科学计算的数据处理,需要用高度的并行处理技术来解决计算效率问题。然而处理速度更多依赖于具体的算法和系统实现间的相互联系,这就对进行并行处理的工作人员的并行技术及相关经验提出了一定的要求。为完成并行处理并加大并行计算效益,采用了。DirectCompute方法。针对工程中的角点匹配计算时延问题,凭借有效的硬件资源,对其进行了并行处理,提高了程序执行效率,并缩短了计算延时。     

图像处理在PC机群上的实现及性能优化

利用PVM建立PC机群环境，并在此环境中开展并行研究。分别采用串行与并行的计算方法实现了图像的平滑处理。在并行计算中。对大小不同的图像分别进行了并行计算，得出对应的处理时间以及所获得的加速比。最后采用了一种改进的算法实现了图像处理。针对所获得的实验数据，得出加速比较低，通过采用数据本地化的优化措施．有效地提高了并行加速比．达到了良好的性能效果。通过对实验结果的分析可知，当前的并行处理的实施对于处理数据传输量很小的求解问题上有一定的性能效果．只有网络性能达到一定程度的时候，并行处理就可以应用在普通问题规模上．并能够取得良好的处理速度。     

MPI并行计算在图像处理方面的应用

介绍了MPI并行计算的基本概念和并行计算集群的实现，着重论述了图像处理算法的并行实现方法。列举了提高并行算法效率的一些措施。在并行计算集群上实现了灰度相关匹配算法和快速傅里叶变换算法，对它们的实验结果进行了分析和对比，通过实验数据说明了并行计算通信量和并行计算效率的关系，提出了并行计算在图像处理方面的适用范围。     

图像并行处理技术

虽然图像处理技术在理论及实现上取得了巨大进步，然而随之也带来了不断增长的计算量。本文介绍了解决此问题的一种有效途径——并行计算．文章首先介绍了并行计算的有关基本概念，随后给出了多种基于DSP和并行计算机的图像并行处理系统的详细结构以及具体应用，最后，简要分析了此类技术的未来发展．     

在图像处理应用中几种并行计算技术的比较

本文讨论了三种采用不同并行技术的代表处理器芯片在图像处理底层算法中的性能以及资源利用率的问题，给出芯片系列内部纵向和系列间的横向比较结果，可看出阵列并行处理在图像处理底层方面的潜力以及研制多媒体芯片如何综合选用并行处理技术。     

一种新的图像处理系统的研究

针对当前图像处理系统存在的处理性能和系统灵活性等问题,提出了一种采用可重构技术和图像并行处理技术实现的图像处理系统。研究了动态可重构技术理论及可重构系统的特点,并且研究了图像并行处理系统的设计及算法实现的方法,分析了目前图像处理系统中存在的问题,利用FPGA(Field)可以多次重复配置的特性,设计了可重构图像并行处理系统。同时,在研究了分布式算法的基础上,实现了图像处理算法。设计了采用多IP核实现图像并行处理系统。系统可以根据计算任务的不同,并同时考虑到并行处理系统负载平衡性,设置不同的计算节点数量,达到了既能够满足系统的需求,又可以节约硬件成本的效果。通过实验,验证了系统的可行性。     

基于CUDA的红外图像快速增强算法研究

针对红外图像边缘模糊,对比度低的问题,文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上,研究了改进的Laplace金字塔分解的图像融合算法,并基于CUDA并行处理技术,在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点,应用纹理映射、多点访问、并行触发技术,优化数据的存储结构,提高数据处理速度,适用于对红外图像增强的实时性要求较高的领域。实验结果表明,该算法有较好的并行特性,能充分利用CUDA的并行计算能力,提高了红外图像增强的实时性,处理分辨率为3 096×3 096的红外图像时加速比达32.189。     

并行Kirsch算子计算在PVM环境中的实现

本文提出了计算用于检测图像边缘的Kirsh其子的快速算法和并行算法．在并行虚拟环境PVM中实现了Kirsch算子进行图像边缘检测的并行计算，从而为大规模图像的并行处理提供了一种新的途径．     

红外探测湍流退化图像并行复原方法研究

湍流退化图像的恢复面临着计算量大、耗时长等问题,为提高算法的有效性、适应性和快速性,主要对红外探测湍流退化图像复原算法的并行处理进行了研究,提出了基于机群计算的并行处理方法.采用并行编程技术,建立基于微机多节点计算的并行机群系统,充分利用各节点的计算资源,提高并行速度,优化并行效率.实验结果表明,所提出的基于机群计算的并行方法十分有效,提高了湍流退化图像复原处理的计算效率.