基于GPU的反卷积算法并行优化

基于GPU的反卷积算法并行优化

ID:46625714

大小:1.98 MB

页数:4页

时间:2019-11-26

基于GPU的反卷积算法并行优化_第1页
基于GPU的反卷积算法并行优化_第2页
基于GPU的反卷积算法并行优化_第3页
基于GPU的反卷积算法并行优化_第4页
资源描述:

《基于GPU的反卷积算法并行优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第46卷第6期2016年11月航空计算技术AeronauticalComputingTechniqueV01.46No.6NOV.2016基于GPU的反卷积算法并行优化隽鹏辉1,贾婷婷2,窦爱萍1,刘金学1(1.中航工业西安航空计算技术研究所,陕西西安710068;2.西安科技大学高新学院,陕西西安710109)摘要:反卷积是图像去模糊的基本算法,针对传统反卷积算法在图像去模糊处理中实时性较弱问题,提出基于众核GPU的IterativeDeconvolve3d反卷积算法的并行优化实现。所提算法将原算法中的核心运算

2、放在GPU上并行实现,利用CPU和GPU协同工作模式,CPU负责串行任务GPU负责并行任务。实验表明:与传统的算法相比,在不影响图片处理效果的前提下,计算速度比CPU上的实现速度提高了近11倍,并具有良好的可扩展性。关键词:并行;反卷积;GPU;CUDA中图分类号:TP332;TP399.4文献标识码:A文章编号:1671.654X(2016)06—0076.04OptimizationofImageDeconvolutiononGPUJUANPeng.huil,JIATing.tin92,DOUAi.pin91

3、,LIUJin.xue(1.Xi’anAeronauticsComputingTechniqueResearchInstitute,AVIC,Xi’an710068,China2.GaoxinCollege,Xi’anUniversityofScienceandTechnology,Xi’an710109,China)Abstract:DeconvolutionisthebasicalgorithmofImageDeblurring.Inordertodealwiththeproblemofweakrealtim

4、e,theimplementationofIterativeDeconvolve3dbasedontheGPUisproposedthathasim—plementedthecoreoperationonGPU.InuseofthecollaborativeworkmodeofGPUandCPU,CPUisre.sponsiblefortheserialworkandGPUisresponsiblefortheparallelwork.Comparedwiththetraditionalalgorithm,the

5、experimentshowsthat:underthepremiseofnotaffectingtheimageprocessingresults,thecalculationspeedofthisalgorithmonGPUisnearly1timesfasterthanthatofCPU,andhasagoodex—pansibility.Keywords:parallel;deconvolution;GPU;CUDA引言随着计算技术和集成电路技术的发展,图形硬件的更新速度越来越快。1999年NVIDIA发

6、布GeForce256绘图处理芯片时,首先提出GPU概念,其多流水结构、向量处理特性以及32位IEEE标准浮点精度的实现,使得它对于计算密集型的科学应用有非常大的吸引力,越来越成为通用计算的一个有效的并行平台。近几年来很多科学计算都已经被移植到GPU这个计算平台,如精确天气预报、卫星图像处理和核爆炸的模拟等。由于光的衍射作用,传统的荧光显微镜由于焦平面外信息的干扰造成拍摄图像模糊。为了提高图像的分辨率,一方面改善荧光显微镜的成像技术,典型的代表是激光共聚焦以及CCD技术的使用;另一方面,通过计算机进行数字图像处理

7、和分析。图像反卷积算法是图像去模糊的基本算法,使得光学显微镜发挥了很大的作用。herativeDeconvolve3d算法是非负的迭代型图像处理算法,由BobDougherty开发作为图像处理软件ImageJ的插件¨。2J,能够对2D和3D图像进行反卷积处理,由于该算法基于JAVA实现,对小数据速度尚可;随着显微镜成像技术的快速发展,需要处理的图像数据越来越巨大,对日益增长的图像数据进行反卷积处理已不现实,为了应对这种需求,本文在GPU众核处理器上实现了IterativeDeconvolve3d并行版本。1并行优

8、化的实现1.1CPU多核的优化实现为了对该算法进行并行优化,首先使用VisualVM工具进行热点函数分析,图1是分析得到的程序调用收稿日期:2016一10—17修订日期:2016一ll—15基金项目:国家自然科学基金项目资助(31327901)作者简介:隽鹏辉(1989一),男,陕西宝鸡人,助理工程师,硕士研究生,主要研究方向为计算机系统结构。2016年11月隽鹏辉等:基

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。