基于GPU加速的脈沖噪聲檢測算法研究.pdf

1、圖像質(zhì)量評價是數(shù)字圖像處理領(lǐng)域的一門重要研究課題，數(shù)字圖像質(zhì)量的高低直接影響圖像在后續(xù)的分析、解譯等應(yīng)用中的價值。脈沖噪聲是一種常見的圖像質(zhì)量失真類型，因此對受脈沖噪聲污染圖像的質(zhì)量評價算法的研究在圖像質(zhì)量評價領(lǐng)域也顯得尤為重要。另一方面，圖像傳感器技術(shù)的發(fā)展，使當(dāng)今數(shù)字圖像在分辨率和數(shù)量上都數(shù)倍于以往，傳統(tǒng)串行的圖像處理算法已經(jīng)不能滿足當(dāng)前海量圖像處理實時性的需求，而GPU依托其強(qiáng)大的計算性能已經(jīng)成為研究高性能數(shù)字圖像處理并行算法的首

2、選解決方案。
　　本文通過對圖像質(zhì)量評價方法的研究現(xiàn)狀和發(fā)展趨勢進(jìn)行分析，重點設(shè)計了一種基于GPU的脈沖噪聲圖像質(zhì)量檢測算法，并且對算法在海量圖像評價系統(tǒng)中的應(yīng)用進(jìn)行了優(yōu)化，主要研究內(nèi)容如下：
　?。?）通過分析脈沖噪聲的特點及其濾波算法，設(shè)計了一種以基于梯度的結(jié)構(gòu)相似度為質(zhì)量評價指標(biāo)的無參考脈沖噪聲圖像質(zhì)量檢測算法。算法對原始含脈沖噪聲的待檢測圖像進(jìn)行濾波構(gòu)造平滑圖像作為參考圖像，通過計算原始圖像與參考圖像在基于梯度的結(jié)構(gòu)

3、相似度的差異作為對原始圖像的質(zhì)量評價標(biāo)準(zhǔn)。實驗結(jié)果表明，相比于全參考的峰值信噪比評價標(biāo)準(zhǔn)，本文算法能夠?qū)}沖噪聲圖像的質(zhì)量進(jìn)行較為準(zhǔn)確的評價，更加具有實用性并且結(jié)果呈現(xiàn)更為直觀。
　?。?）通過對提出的脈沖噪聲圖像質(zhì)量檢測串行算法進(jìn)行并行可行性分析，將原始串行算法中計算復(fù)雜性較高的部分，依據(jù)其計算特點結(jié)合CUDA線程模型并合理利用CUDA的存儲器模型，在CUDA并行編程環(huán)境下逐個進(jìn)行核函數(shù)的設(shè)計，最終實現(xiàn)了基于GPU的脈沖噪聲圖

4、像質(zhì)量檢測并行算法。實驗結(jié)果表明，基于GPU的脈沖噪聲圖像質(zhì)量檢測并行算法在保證計算結(jié)果正確性的基礎(chǔ)上，其計算效率遠(yuǎn)高于串行算法的計算效率，并且隨著實驗圖像分辨率的提升，并行算法的加速效果更為明顯，在Tesla K20c GPU的實驗環(huán)境下獲得了最大65倍的加速比。
　　（3）針對基于GPU的脈沖噪聲圖像質(zhì)量檢測算法在海量圖像質(zhì)量評價應(yīng)用環(huán)境中的分析，利用任務(wù)并行化的思想，將每幅圖像的質(zhì)量檢測過程視為一個任務(wù)，通過在GPU上一次進(jìn)