面向异构众核处理器的图像半色调化并行算法研究

《面向异构众核处理器的图像半色调化并行算法研究》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、学校代码10459学号或申请号201312172042密级硕士学位论文面向异构众核处理器的图像半色调化并行算法研究作者姓名：向春阳导师姓名：石磊教授曹仰杰副教授学科门类：工学专业名称：计算机应用技术培养院系：信息工程学院完成时间：2016年5月Athesis(dissertation)submittedtoZhengzhouUniversityforthedegreeofMaster（doctor）HalftoneAlgorithmforHeterogeneousMany-coreProcessorsByChunyangXiangSupervisor:Pro

2、f.LeiShiTechnologyofComputerApplicationSchoolofInformationEngineeringMay,2016学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：日期：年月日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、

3、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：日期：年月日摘要摘要图像半色调化是一种广泛应用在图像处理领域中的影印技术。近年来随着高分辨率、大尺寸规模图像的应用，传统的图像半色调化串行算法已不能满足实时处理的需求。异构众核处理器的不断发展

4、和大规模的应用，为加速图像半色调化处理指明了方向。然而目前针对图像半色调化算法异构众核加速的相关研究较少。本文所做的工作可分为以下两个部分：针对图像处理领域中比较耗时的图像卷积运算，本文利用异构众核处理器对其进行并行加速。首先对图像卷积运算并行化；然后使用共享存储器优化和寄存器划块优化策略对并行算法作进一步优化；最后分别对比水平一维卷积、垂直一维卷积和二维卷积在不同异构众核处理器平台上的加速效果。实验结果表明，在异构众核处理器平台上，图像卷积算法中优化策略的选取则需要结合具体的应用场景和应用平台。针对图像打印领域中比较耗时的图像半色调化算法，本文利用异构众核

5、处理器对其进行并行加速。首先利用局部邻域理论对传统的图像半色调化串行算法进行改进，显著减少串行算法的计算复杂度；然后采用泊松碟采样法消除数据依赖关系，为算法在众核处理器上并行加速奠定基础；最后采用共享存储器优化、合适粒度任务并行优化、归约树优化、常量存储器优化以及基于纹理存储器的二维缓存优化等一系列优化策略，对并行算法作进一步优化。实验结果表明，在面向桌面端的IntelXeonCPU+TeslaK20异构计算平台上，并行优化后的算法相对于优化前的初始并行算法性能提升约5~18倍；并行优化后的算法相对于串行算法性能提升约95~110倍。在面向移动端的Tegra

6、K1异构平台上，并行优化后的算法相对于串行算法性能提升约28~32倍。在最新架构的TegraX1异构平台上，并行优化后的算法相对于串行算法性能提升约50~61倍。关键词：图像半色调化；众核处理器；图像卷积；异构计算IAbstractAbstractHalftoneisthereprographictechniqueandwidelyusedinimageprocessing.Duetothehighcomplexityofcomputationandmemoryaccess,serialhalftonealgorithmisnotabletomeetther

7、equirementofreal-timeprocessingwiththeimagescaleincreasing.However,theresearchworkonacceleratinghalftonealgorithmbythetechniquesofparallelcomputingisless.Workofthethesiscanbedividedintotwoparts.Thefirstpart:sinceimageconvolutionisatime-consumingpartduringimageprocessing,weaccelerat

8、ethealgorithmindepthonmany