二維數(shù)字圖像相關(guān)加速方法與GPU高速實(shí)現(xiàn).pdf

1、數(shù)字圖像相關(guān)方法在試件位移場的測(cè)量過程中，由于具有非接觸、全場、精度高、易于自動(dòng)化實(shí)現(xiàn)、對(duì)環(huán)境要求低等優(yōu)點(diǎn)，因此被廣泛應(yīng)用于工程現(xiàn)場測(cè)量。而隨著當(dāng)前材料及力學(xué)研究需要，實(shí)現(xiàn)數(shù)字圖像相關(guān)方法的實(shí)時(shí)性成為了迫切需求。但是由于該方法在數(shù)據(jù)處理過程中計(jì)算量巨大，用傳統(tǒng)的CPU處理數(shù)據(jù)已經(jīng)很難滿足實(shí)際需求。因此，利用GPU編程提升數(shù)字圖像相關(guān)方法處理速度成為了研究的熱點(diǎn)。
　　本文以GPU編程為基礎(chǔ)，研究了其在數(shù)字圖像相關(guān)方法應(yīng)用中的具體問

2、題，并在以下幾個(gè)方面取得了一定成果:(1)詳細(xì)討論了GPU編程過程中，各種參數(shù)對(duì)程序效率的影響，對(duì)GPU程序優(yōu)化提供了借鑒意義;(2)比較了牛頓拉普遜法和反向合成牛頓高斯法在GPU和CPU編程模式下的加速比，結(jié)果表明在不同的編程模式下，兩者的加速比并不相同;(3)提出了一種新的散斑圖顆粒位置確定方法。該方法通過GPU編程實(shí)現(xiàn)，相對(duì)于原來串行的散斑圖模擬方法，速度能夠提高140倍;(4)針對(duì)試件發(fā)生連續(xù)大變形的情況，提出了一種基于時(shí)序變形