GPU環(huán)境下幾種并行圖像處理算法的設(shè)計與實現(xiàn).pdf

1、近年來，由于成像技術(shù)的不斷進(jìn)步，數(shù)字圖像包含的數(shù)據(jù)量與日俱增。在處理大規(guī)模圖像時，串行算法由于處理速度較慢，難以滿足實時性的要求。GPU（GraphicProcessUnit）具有計算單元眾多等優(yōu)點，在處理速度方面與CPU相比顯示出了巨大的優(yōu)勢。本文主要就GPU并行計算進(jìn)行了研究，對幾種比較耗時的典型的圖像處理算法進(jìn)行了GPU加速研究。本文的主要研究工作闡述如下：
　　由于非局部均值去噪算法對圖像進(jìn)行去噪處理速度較慢，本文對非局部

2、均值去噪算法的步驟和計算復(fù)雜度進(jìn)行分析并得出如下結(jié)論：該算法中計算像素點之間權(quán)值的步驟是一個迭代的過程，該步驟計算復(fù)雜度較大且屬于簡單的規(guī)則運算。文中設(shè)計了相關(guān)的并行策略，在GPU內(nèi)并行的計算每個像素的估計值。實驗結(jié)果表明，并行算法在維持串行算法性能的基礎(chǔ)上，顯著的提高了對圖像的處理速度。
　　PPB(ProbabilisticPatch-Based)去噪算法在對SAR圖像進(jìn)行去噪時體現(xiàn)出了良好性能，但是由于計算復(fù)雜度較大因而在處

3、理速度方面具有局限性。本文通過對串行的PPB算法進(jìn)行分析，將該算法中較為耗時的計算像素點之間權(quán)值的部分步驟進(jìn)行并行，將不能并行的步驟在CPU端執(zhí)行，在CPU和GPU之間交替執(zhí)行運算并對GPU內(nèi)部數(shù)據(jù)傳輸和計算的時間進(jìn)行定量研究。實驗表明，本文提出的并行PPB去噪算法在對大規(guī)模SAR圖像進(jìn)行去噪處理時，在處理速度方面顯示出較大的優(yōu)勢。
　　最后，針對傳統(tǒng)的特征選擇方法對圖像進(jìn)行分類處理時難以取得較好特征子集的問題，本文提出了一種新的