基于图形处理器的高速中值滤波算法

针对中央处理器(CPU)平台中值滤波算法在实际应用中运算速率低且实时信号处理性能较差的问题,提出了一种基于图形处理器(GPU)的并行高速中值滤波算法。该算法采用统一计算设备架构(CUDA)并行架构对大规模数据处理进行了优化,从而有效提高了中值滤波算法的计算效率,实现了中值滤波的实时数据处理。通过构建GPU可任意伸缩的动态数组、优化多维索引的线性化方法解决了GPU动态显存空间分配问题。仿真试验结果表明:基于TITAN X GPU的5×5中值滤波,对4096像素×4096像素的图像处理计算速度比CPU平台提高了438倍。在同等计算规模条件下GPU高速中值滤波算法可大大提高计算性能。     

Acceleration of Lattice Boltzmann Simulation via OpenACC

基于OpenACC的格子波尔兹曼加速模拟

郭书豪^{1, 2},吴杰^{1, 2}

（1. 南京航空航天大学 机械结构力学与控制国家重点实验室,南京 210016;2. 南京航空航天大学 空气动力学系,南京 210016）

创新点说明：

本文研究了流体动力学问题数值模拟中串行码的并行加速问题。为求解流场,采用格子波尔兹曼方法（LBM）,并用OpenACC（Open Accelerator）应用编程接口执行程序加速。通过并行计算密集的循环、减少一些无意义的数据传输,基于LBM的串行代码得到了明显的加速。针对几个标准的流体动力学问题,通过OpenACC编程模型进行模拟来实现性能和计算效率的评估。优化后,与原代码版本相比,加入OpenACC的代码能得到合理的加速比。

研究目的：

利用OpenACC对串行的LBM代码进行并行加速。

研究方法：

主要利用OpenACC的导语,对现有的LBM串行代码进行注释,随后在GPU环境下运行。

结果：

通过模拟方腔流、静止的圆柱绕流以及圆柱的涡激震荡问题,验证的OpenACC对LBM串行代码并行化的可行性。

结论：

OpenACC能简单有效地提高LBM串行代码的计算速度。

关键词：OpenACC;格子波尔兹曼方法;并行计算

     

基于GPU的高速FHT计算及性能分析

针对传统FHT算法在处理海量数据时不能很好的满足实时性需求,该文提出了一种基于CUDA高效的并行FHT算法。通过分析FHT算法的分治特性及CUDA的编程模型,采用了将数据映射到多线程并行运算的方法,实现了对FHT算法的加速和优化。实验结果表明,新的并行算法可以有效地提升FHT处理速度,且随着数据规模的增长,加速效果越明显。     

利用浅剖探测数据提取航道淤泥层及其程序实现

针对近海航道淤泥沉积现象严重,淤积量对航道安全通行造成威胁的问题进行研究.实验设备采用具有穿透性强、效率高等特点的浅地层剖面仪.仪器测量的原始数据通过MATLAB编写程序算法代码,通过波形特征算法,自动提取淤泥层界数据,并通过中值滤波的方法将异常误差数据值剔除.通过比对已有柱状样数据,表明该算法提取淤泥层界精度满足施工要求.     

基于CUDA架构下的直方图均衡并行算法

为了提高图像对比度, 解决传统的直方图均衡算法处理速度慢的问题, 提出了基于统一计算设备架构(CUDA)的直方图均衡图像实时处理加速方案。利用图形处理器(GPU)强大的计算能力和CUDA 优化的存储器结构, 以加速直方图均衡中的图像灰度级投票、 分布概率累加并映射以及图像新的灰度值填充等功能进行运算。在CUDA 条件下, 对直方图均衡算法进行串-并行分析, 分别从粗粒度与细粒度角度进行并行设计, 通过实验测定进行了设计参数寻优, 获得了线程块设计参数的最优尺寸。结果表明, 基于CUDA的图像直方图均衡并行算法的性能相比基于CPU 的串行算法和基于开放多处理(OpenMP)并行算法分别获得了61. 58 和32. 00 倍的加速比, 能够为大规模实时性图像处理系统设计提供参考。     

基于均值查找的快速中值滤波算法

针对传统中值滤波算法时间复杂度高、运行速度慢,难以满足大型图像数据实时处理的问题,提出了一种快速中值滤波算法,将确定中值元素的过程由排序运算转换为基于均值对集合的二分查找,算法不依赖于滤波窗口的形状以及相邻窗口的相关信息,有效提高了中值滤波的执行效率,使传统中值滤波算法的时间复杂度由O(nln n)下降至O(n).实验中,该算法应用于大型图像序列的滤波处理,其运算速度提高到传统中值滤波算法的3倍以上,并且算法运行时间仅随滤波窗口大小线性增长,可以满足大尺度滤波窗口对大型图像数据实时处理的需求,具有显著的实际应用价值.     

基于阵列处理器的去块滤波算法并行化设计

针对多视点视频编码中去块滤波算法处理复杂、计算耗时等问题,通过分析去块滤波算法的可并行性和数据相关性,提出了一种并行化映射方案。利用面向视频编解码的动态可编程可重构阵列处理器DPR-CODEC(Dynamic Programmable Reconfigurable array processor)平台,设计并实现了基于阵列处理器的去块滤波并行算法。实验结果表明,该方法与单核处理器的串行实现方案相比数据加载时间降低了30.9倍、算法执行和总处理时间加速比分别达到12.3和28.0,有效减少了视频编解码时间,提高了去块滤波算法的运算效率。     

基于点检测的脉冲噪声中值滤波算法

提出了一种基于噪声点检测的中值滤波算法.该算法通过灰度变化率设置阈值判别脉冲噪声点,并将脉冲噪声点信息记录到与图像对应的噪声记录数组中.滤波过程中,根据噪声记录数组的信息,剔除噪声点周围的其它噪声点的灰度信息,使噪声点的灰度值得到较好的还原.该算法与标准中值滤波算法相比,能在滤出脉冲噪声的同时,较好地保留图像的细节信息.     

基于区域生长分水岭算法嘴唇轮廓的提取

嘴唇是人脸部的重要特征,对嘴唇轮廓的提取有着非常重要的应用价值.本文针对彩色的嘴唇图像,采用基于区域生长的分水岭算法对嘴唇的轮廓进行提取.算法首先通过RGB三个分量,进行灰度转换,之后对图像采用区域生长算法进行处理,然后用中值滤波进行去噪和平滑处理,最后,应用分水岭算法得到嘴唇的轮廓.实验证明,此方法实现简单,达到了预期效果,性能良好.     

MATLAB在中值滤波改进算法中的应用

中值滤波是图像处理中比较常用的滤波方法,但是它对窗口和数据点的依赖使它在处理空间密度较大的冲激噪声时受到限制.本文通过MATLAB工具箱对中值滤波算法进行改进,用自适应中值滤波能较好地解决这个问题.     

基于SIMD PE阵列的图像同态滤波并行算法

为了满足G级像素帧实时处理的要求,提出图像同态滤波的数据并行实现方法.讨论了图像帧和滤波器在SIMD PE阵列中的预置及数据并行的滤波处理实现方法,其处理方式规则性强、并行度高,提高了处理速度.由于SIMD PE阵列具有可裁减性,可以适合不同规模图像帧的处理需求,满足不同的嵌入式应用环境.     

梯度相似性的椒盐图像加权中值滤波算法

在对现有椒盐噪声中值滤波算法分析的基础上,提出了基于梯度相似性的椒盐噪声图像加权中值滤波算法。利用灰度图像窗口内各个像素点灰度值的差异,将含有椒盐噪声的图像分为疑似噪声点和信号点,然后利用窗口像素点的梯度相似性对疑似噪声点进行分析,并运用图像极值剪切技术去除噪声点像素的干扰。采用舍弃方差极大值的改进加权中值滤波算法给噪声点赋值。实验表明,该算法对图像的细节保留能力和滤波能力有较大的提高,能取得较好的峰值信噪比。     

一种基于阵列码的图像秘密分享方法

为了构造图像秘密分享完全的(Perfect)和理想的(Ideal)门限方案(即完备方案),以及提高分享效率,本文提出了一种基于阵列码的图像秘密分享方法,构造了数字图像(t, n)门限秘密分享的一种完备方案。该方法将图像像素值进行二进制表示,类比于磁盘阵列中的数据信息,采用阵列码方法进行图像像素值阵列的秘密分享。该方法的运算过程只有异或运算,对像素进行并行处理,并且门限结构是完全和理想的。实验结果表明,本文提出的方法效率更高,并且具有更高的安全性。     

Data synchronization algorithm controlled by the intelligent terminal

To integrate different vendors' cloud storage services, we put forward a data synchronization algorithm based on HASH fingerprint information, which combines strictly consistent data synchronization and weak consistent data synchronization. Intelligent terminal controled data synchronization calculation maps HASH fingerprint information into HASH fingerprint information file which is independent of the needed synchronous data. The algorithm is used to calculate the hash code for filename and file content. First we match the filename's hash code and then the file content, which strategy can reduce the requirement for the hash algorithm. The simulation experiment uses the improved BKDR hash algorithm, the results achieve 20000 order-of-magnitude file repeatability test and verify that the data synchronization algorithm can be implemented independently by the intelligent terminal, instead of relying on the server, and can integrate different vendors' cloud storage services.     

基于自适应中值滤波的逆半调算法

针对误差分散半调图像,提出了一种基于自适应中值滤波的逆半调算法。该算法是在传统低通滤波逆半调算法基础上进行改进,先用一个大小为11×11、方差为1.3的高斯低通滤波器对半调图像A进行平滑处理,利用自适应中值滤波器得到图像B,在平滑非脉冲噪声的同时试图保留细节;然后通过带通滤波器得到图像B的边缘,并对边缘进行去噪增强处理,得到边缘图像F;最后把处理后的边缘图像F以一定的增益倍数与图像B进行线性相加,得到最终逆半调图像。试验结果表明,该算法在进行图像平滑的同时有效地保留了图像细节,处理后的图像的峰值信噪比比传统低通滤波方法高,图像的信息熵也有了提高。     

图像椒盐噪声的分阶段中值滤波算法

针对自适应中值滤波算法的缺陷---对高密度椒盐噪声图像滤波后留下黑色斑块,提出了一种分阶段中值滤波算法。该算法对图像执行两次小窗口的滤波操作,相较于采用较大窗口的滤波,其在有效去除噪声的同时降低了结果图像的模糊程度。先对所有噪声点进行一次中值滤波消除了盐粒噪声,再用窗口内非噪声点的灰度中值代替胡椒噪声点的灰度值以去除黑色斑块。最后的仿真实验结果表明,本文算法既有像自适应中值算法一样滤除低密度椒盐噪声的良好性能,又有对高密度椒盐噪声图像的降噪能力。     

基于边缘检测的Kinect深度图像去噪算法

Kinect实时提取的深度图像映射得到的彩色图像以及目标背景分离图像边缘存在明显锯齿,且图像噪声大,质量较差。对此提出一种针对Kinect深度图像去噪算法。运用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图像进行分类,边缘区采用单向多级中值滤波算法进行降噪处理,而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用Kinect得到边缘清晰,噪声较小的高质量深度图像,实验证明了算法的有效性。