基于gpu的图像处理并行算法分析

《基于gpu的图像处理并行算法分析》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、基于GPU的图像处理并行算法分析【摘要】在计算机技术的快速发展过程中，人们需要对各种复杂的图像进行处理，图像处理的方法呈现出多样化和复杂化的特点，人们对CPU的性能要求也在逐渐提高，传统的CPU图像处理方法已经不能满足目前人们的实际需求。对一种高效快捷的图像处理方法进行研究，在充分利用GPU并行处理能力的基础上，采用G++语言来完成相应的图像计算，其中的图像处理并行算法主要包括彩色负片处理算法、透明合并处理算法等，并且与GPU实现相同效果的性能进行相互对比，以此来证明基于GPU的图像处理并行算法的高效性。中

2、国4/vie　　【Abstract】Intheprocessofputertechnologyrapidlydevelop，peopleneedtodealages.Imageprocessingmethodpresentsdiversityandplexcharacteristics，andtheremindforCPUcapabilityishigher，thetraditionalCPUimageprocessingalreadycannotsatisfytheneedsofpeopleatprese

3、nt.Inthispaper，itresearchahighefficiencyandfastimageprocessingmethod.ItmakesfulluseofGPUparallelprocessingability，usingG++languagetopletethecorrespondingimages.Theimageparallelprocessingalgorithmmethodmaincontainthecolornegativefilmprocessingalgorithms，tra

4、nsparentmergingprocessingalgorithmsandsoon，andparingtheperformanceofachievingthesameeffectageprocessingalgorithm.basedonGPU.　　【关键词】GPU；图像处理；并行算法　　【Keyageprocess；parallelalgorithm　　【中图分类号】TP301.6【文献标志码】A【】1673-1069（2017）03-0071-02　　1引言　　在目前业务逐渐复杂的情况下，人们需要进行

5、各种形式的图像处理，其处理形式主要包括对数字图形进行模糊、锐化和合并并根据人们的实际需求将原始图形转化成人们所需要的图形。人们对应用系统图形方面处理质量要求越来越高，虽然CPU的整体运行速度无法满足人们的实际需求，这就需要利用GPU的快速计算能力，将其应用到图形计算当中，以此来形成相应的通用计算，并且能够通过C++语言解决和处理复杂问题。　　2基于GPU图像处理的相关技术　　GPU技术。在计算机发展的过程中，人们对图像处理的要求还没有那么复杂，其中图像的运行和相关的计算方法都比较简单，所以说不用借助相应的硬

6、件处理设备来对图像进行编辑处理，只需要借助GPU强大的计算能力就能�蚨酝夹谓�行处理。但是随着社会的不断进步和计算机技术的不断发展，人们需要更快的运算速度来进行更高质量的图像处理，这就促使GPU运算技术产生并不断发展。从目前来看，CPU一般指的是中央处理器，是一种超大规模的集成电路，其主要功能是对计算机的指令进行解释，并对相应的计算机软件数据进行处理，而对数字进行处理就主要依靠GPU来进行，通过指令来产生相应的操作控制信号，以此来进行相应的图像处理。而GPU主要指的是图形处理器，也可以被称为视觉处理器，其主

7、要功能是将计算机系统所需要的现实信息进行转换驱动，并且向显示器提供相应的扫描信号，来对显示器的显示进行正确控制，另外，图形处理器也是显卡的处理器，是显卡中较为重要的一部分，与CPU相比来说，两者具有一定的相似之处，而GPU主要是执行复杂的数学计算和几何计算，也就是说如果CPU想要画一个图形，只需要结合想要图形的实际坐标和特征，来产生相应的信号，而GPU就能够对该图形的所有像素进行计算并且集成，并且在显示器的指定位置上画出相应的图形，并且对CPU进行图形完成的通知，等待后续的命令[1]。　　CUDA。从上述可

8、以知道，GPU主要是对图形进行编辑和处理，但是在计算机的众多应用领域当中，GPU仍旧不能发挥出其具体功能，其主要是由于API的编程较为复杂，同时由于GPU内部的内存量较小，不能支持较大的程序规模，另外GPU的编程灵活性较差，这就使GPU无法发挥出其主要功能。为了对上述问题进行解决，厂商NVIDIA推出了一种运算平台，也就是CUDA，这种运算平台能够并行计算架构，使GPU能够对相对较为复杂的问题进行解决，目前的CU