鄰域?yàn)V波算法的GPU加速研究與實(shí)現(xiàn).pdf

1、圖片在成像的過(guò)程中會(huì)受到噪聲的污染，嚴(yán)重影響了圖片的質(zhì)量。本文課題產(chǎn)生的背景源于雪糕板視覺(jué)檢測(cè)系統(tǒng)采集圖像受到噪聲污染，使得檢測(cè)系統(tǒng)以后的檢測(cè)步驟無(wú)法有效地執(zhí)行，需要對(duì)采集的圖像進(jìn)行濾波處理。本文采用的濾波方法為鄰域?yàn)V波，鄰域?yàn)V波分為兩種：一種為線性鄰域?yàn)V波，另一種為非線性鄰域?yàn)V波。因?yàn)闉V波算法對(duì)整幅圖像像素進(jìn)行操作，導(dǎo)致算法的執(zhí)行效率低，引入 GPU加速圖像的鄰域?yàn)V波算法概念，其目的在于有效地加速鄰域?yàn)V波算法的運(yùn)行速度，使得算法能夠簡(jiǎn)

2、潔高效地執(zhí)行。
　　OpenCV GPU模塊對(duì)于線性鄰域?yàn)V波的三種算法—方框?yàn)V波、均值濾波和高斯濾波的GPU算法加速，相比較OpenCV CPU運(yùn)行這三種線性鄰域?yàn)V波算法的執(zhí)行效率，GPU表現(xiàn)的更為高效和快捷，尤其適用于大量循環(huán)處理的模板卷積等基礎(chǔ)計(jì)算。與線性鄰域?yàn)V波不同的是，非線性鄰域?yàn)V波具有很強(qiáng)的保邊去噪性，而且提高了圖像的分辨率，但是OpenCV GPU模塊對(duì)于非線性鄰域?yàn)V波算法方面涉及很少，使得非線性鄰域?yàn)V波在GPU加速方

3、面應(yīng)用的不是十分廣泛。
　　為了使非線性鄰域?yàn)V波能夠更好地適應(yīng) GPU加速，本論文設(shè)計(jì)了兩種方案來(lái)對(duì)非線性鄰域?yàn)V波中的雙邊濾波算法進(jìn)行GPU加速，一種是基于CUDA平臺(tái)下的加速方案，另一種是OpenCV+ CUDA結(jié)合編程的加速方案。在實(shí)現(xiàn)算法的基礎(chǔ)上，比較其異同，分析其相對(duì)應(yīng)的特性和實(shí)現(xiàn)過(guò)程中的關(guān)鍵點(diǎn)，得出一個(gè)較好的雙邊濾波GPU加速方案。通過(guò)對(duì)雙邊濾波算法GPU加速的研究，可以知道以上的兩種方案在圖像處理效果和執(zhí)行效率上基本一