10.3778/j.issn.1673-9418.2103059
面向GPU的直方图统计图像增强并行算法
直方图统计在图像增强和目标检测等领域有着重要的应用.然而,随着图像规模不断增大、实时性要求越来越高,直方图统计局部增强算法的处理过程较慢,达不到预期满意的速度.针对这一不足,在图形处理器(GPU)平台上实现了直方图统计图像增强算法的并行处理,提升了处理大幅面数字图像的处理速度.首先,通过充分利用统一计算设备架构(CUDA)活动线程块和活动线程来并行处理不同的子图像块和像素点,提升了数据访问的效率.然后,采用内核配置参数优化和数据并行计算技术,实现了直方图统计图像增强算法在GPU平台上的并行化.最后,采用主机端和设备端间高效的数据传输模式,进一步缩短了系统在异构计算平台上的执行时间.研究表明,对于像幅大小不同的图像,图像直方图统计并行算法的处理速度相比CPU串行算法均有两个数量级的提高,处理一幅像幅大小为3241×3685的图像需要787.11 ms,并行算法的处理速度提高了261.35倍,为实现实时大规模图像处理奠定了良好基础.
直方图统计、局部增强、局部均值、图形处理器(GPU)、统一计算设备架构(CUDA)、并行算法
16
TP311(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;河南省高等学校重点科研项目;教育部重点实验室开放基金;自然资源部大湾区地理环境监测重点实验室深圳大学开放基金;山东省艺术科学重点课题;山东省艺术科学重点课题
2022-10-21（万方平台首次上网日期，不代表论文的发表时间）
共13页
2273-2285
