基于gpu的运动模糊图像复原算法实现及优化研究

《基于gpu的运动模糊图像复原算法实现及优化研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于GPU的运动模糊图像复原算法实现及优化研究第1章绪论1.1研究背景和意义眼睛是人们众所周知的接触外界信息的重要窗口，因此图像是传递信息的重要媒介，在通信过程中，图像成为越来越不可或缺的一项环节。图像相对于声音、文字等其他信息而言具有直观可见、容易接受、简单明了的特点，因此在诸多我们熟悉的领域中都可以看到对图像处理技术的应用，娱乐、科研、军事、交通、医学等不胜枚举。在人们认识到图像可以作为多样化通信的一种方式时，专家和学者们在上个世纪60年代开始了对图像处理技术的探索。1920年，图像数字化方法问世，这也标志着图像处理技术上升到数字化阶段；经过大约40年的探索，在20世纪60年代末期，

2、数字图像处理技术可以作为一个完备的科研体系和学科，并形成一门新兴的学科；在之后的大约10年时间中，数字图像处理技术突飞猛进；70年代后至今，数字图像处理技术的应用已经渗透到了工业、遥感、生物医学、军事、公共安防等诸多领域[1]，同时随着科技浪潮激流翻涌，人们对图像处理的态度也变得严格苛刻起来，这使得图像处理技术在众所瞩目的情况下推陈出新、向前发展。在数字图像处理技术中，运动模糊图像复原技术是一个尤为重要的领域。在实际获取图像过程中，被拍摄的物体和摄像镜头之间可能存在相对运动，这就导致了图像模糊的产生。运动模糊是多种图像退化情形中的一种，这种退化形式不论是在彰显实力的军事化研究中，或者是在

3、我们十分熟悉的日常生活当中，都是经常会遇到的。例如在无人机侦查拍摄过程中，可能受到天气因素、风向、飞行角度和速度等的影响，造成所拍摄到的图像是模糊的，不但严重影响了拍摄到图像信息的准确程度也影响了图像信息提取的完整程度；另一个常见的实例是在交通监视中的电子警察，违章车辆闯红灯或者造成交通事故时，可能由于车辆的行驶速度过高或者交通情况的复杂，造成抓拍的监控摄像头和行驶车辆形成相对运动，造成运动模糊，如果不对图像进行去模糊处理，有可能就不能判断违章车辆的车牌信息，情节严重的还可能造成肇事车辆逃逸，这样不堪设想的后果对于公共安全和我们自身安危来说都是严重的威胁。.......1.2国内外研究现

4、状在频域上对运动模糊图像进行恢复的过程大方向上可以看成是一个去卷积的过程，然而去卷积技术在数字图像处理技术流行之前就被提出来了，在电子滤波器的设计和时间序列的分析中都有它的应用。在1942年，Norbertcglamery[6]也采用点扩散函数对大气扰动图像去卷积处理；同年，Helstron[7]以最小均方误差估计为理论基础，提出了维纳去卷积滤波器，这个滤波器的传递函数是二维的，这标志着经典维纳滤波器的问世；同在1967年，Slepian[8]将维纳去卷积推广用来处理随机点扩散函数；1972年，Pratt[9]研究了维纳去卷积的计算效率，在原有的基础上对此做了提高；同一时期，Richar

5、dson和Lucy在著名的贝叶斯原理体系基础上提出了为世人熟知的Richardson-Lucy(简称R-L算法)算法，在当今有源图像去卷积过程中，这种方法被广泛使用，但如果噪声对图像的干扰比较大的话，这种算法得出的去卷积图像中会出现振铃效应[10,11]；Cannon提出了一种可以把退化图像功率谱复原到原图像幅度的滤波器，这种滤波器在某些特定的条件下，性能要比维纳滤波器好一些。在随后研究中，也陆续涌现出一些学者将不同的理论应用在了图像复原的问题中。近年来，大量的研究理论把图像复原问题逐渐推向研究的高潮，如Bayes分析[12]、变分法[13,14]、偏微分法[15]、正则化方法[16]、

6、小波[17]等方法都被应用于图像复原领域中。.........第2章GPU通用计算与CUDA架构本章主要介绍关于GPU做通用计算与CUDA架构的相关内容。首先对比GPU与CPU在浮点运算能力方面的异同，突出GPU强劲的浮点运算能力以及巨大的带宽是GPU做通用计算的两大利器。之后将介绍CUDA架构的相关内容。包括它的程序运行环境，CUDA架构下编程的模型，CUDA架构对应的存储器模型以及虚拟的线程执行模型等内容。本章主要是编程的基础内容，旨在为后面实现GPU并行加速运动模糊图像复原算法奠定相应基础。2.1GPU与CPU的性能比较随着人们生活的多元化，目前科技发展面临庞大的数据量的冲击和挑战

7、。高清视频，大规模网游，天气预测，流体力学计算，医学图像重建等，这些数据规模已经超过了一颗普通CPU的计算负荷能力。面对这样的海量数据，许多研究学者开始思考，有没有一种专门用来做大规模数据计算的处理器来取代CPU呢？这样CPU用来做数据的调度，而这种专门负责计算的处理器就可以用来处理数据。作为专业计算设备的GPU可以适应此要求。而且在数据的处理能力和存储器带宽上GPU比CPU有明显的优势。图2.1所示为CPU和GPU的主要的结构。.