基于GPU的PIV并行計算技術(shù)研究.pdf

1、粒子圖像測速技術(shù)(PIV)是流體力學(xué)的重要實(shí)驗手段。但是目前為止一些對流場的流速的研究還無法完全實(shí)現(xiàn)實(shí)時測量，尤其是在對流場圖像做互相關(guān)分析時所做的處理都是在CPU中進(jìn)行的。特別是圖像中的像素點(diǎn)很多的時候，這就需要多線程來處理，而多線程對每個點(diǎn)的操作都是一樣的，多線程只是重復(fù)了對每個點(diǎn)的運(yùn)算過程。而且在速度矢量圖的繪制方面，GPU更有其優(yōu)于CPU的優(yōu)勢，GPU的研制初衷就是用于圖像的繪制及顯示的。調(diào)用CPU繪圖最終還是要經(jīng)過GPU顯示出

2、來，這就又減慢了整個系統(tǒng)的處理速度。所以在這方面CPU相比于GPU并沒有什么優(yōu)勢可言。
　　本文所研究的基于GPU的PIV并行計算技術(shù)研究就是通過多線程對圖像中的像素點(diǎn)進(jìn)行運(yùn)算的。GPU可以同時執(zhí)行多個線程中的任務(wù)，這可以極大地提高整個系統(tǒng)地處理速度，同時結(jié)合CUDA和OpenGL進(jìn)行圖形的繪制，也加快了系統(tǒng)的圖形繪制及顯示速度。
　　本文主要做了基于GPU的PIV技術(shù)中的互相關(guān)算法的實(shí)現(xiàn)以及GPU與OpenGL結(jié)合進(jìn)行的流

3、場顯示工作。GPU強(qiáng)大的并行處理能力大大的加快了對圖像的互相關(guān)算法的運(yùn)行速度。同時，OpenGL與GPU下的CUDA架構(gòu)的互操作也加快了所繪制圖像的刷新頻率和顯示速度。本文主要內(nèi)容是對兩幀圖像在GPU上進(jìn)行互相關(guān)算法的優(yōu)化設(shè)計，然后結(jié)合OpenGL和CUDA技術(shù)，繪制出流場的速度矢量圖。相比于CPU下的PIV技術(shù)的研究，基于GPU的PIV并行計算技術(shù)的研究極大地加快了圖像處理的速度，并最終得到了流場的速度矢量分布圖，取得了良好的實(shí)驗效果