基于CUDA的图像分割并行算法设计与实现

图像分割技术是计算机视觉领域中对图像进行分析和模式识别的基础,无论在理论研究还是实际应用中都得到了人们的广泛重视.本文在对现有图像分割算法进行分析的基础上,针对串行图像分割算法代次数多、运算效率低的问题,提出了一种适用于CUDA架构的新型图像分割并行算法,该算法与OpenCV实现的cvBlob算法相比,该算法具有更高效率.     

基于CUDA编程接口的GPU Trace模块设计

面对互联时代海量的信息数据,图形处理器凭借极强的并行计算处理能力,通过GPU+CPU的架构为现代无线接入网设备的信号处理,提供了一种理想的技术手段。文章设计了一款基于CUDA编程接口的GPU Trace模块,用于在GPU+CPU平台架构中跟踪记录GPU的运行信息。     

基于CUDA与FAST特征的实时机场全景图像拼接并行算法研究

文章提出了一种基于CUDA与FAST特征的全景图实时生成方法。针对相邻图像的无缝拼接,设计了一种基于动态规划缝合线与三角函数的方法。以贵阳机场全景视频监控系统开发过程中采用的全景拼接技术开发过程中的实验,采用了基于四路摄像头图形的全景拼接构成,由于民航业对图像实时性,准确性要求高,实验通过包括柱面投影,图像特征码抽取和图像耦合,图形梯度变化等进行了同步优化整合,实验成果指出通过本实验构建的算法及平台,有效的在保证图像全景生成实时性的基础上,提升了图象耦合部位的可视性和可用性。     

采用CUDA技术的视频图像块效应评价算法

为了对视频图像质量进行实时评价,在分析现有块效应评价算法基础之上,提出了在流处理器并行环境下视频图像块效应评价算法,采用CUDA技术实现该算法程序.实验结果表明,在NV Geforce GTX280上实现的并行算法比CPU上的串行算法提高了近30倍的效率.证明了CUDA技术在数字图像处理应用中具有极大的潜力,尤其是计算密集型任务处理.     

基于CUDA平台的并行化实时视频编码

HD视频的编码技术具有广阔的应用前景,为解决其大数据量实时处理的瓶颈问题,提出一种基于CUDA平台的并行编码系统架构。根据CUDA平台软硬件结构特性,采用三级并行机制;并提出一种高并行化快速ME搜索算法;同时合理分配内存空间,实现大数据量的实时运算与存取。实验结果表明,方案具有高并行度,高编码速率的特点,对HD视频可达到实时编码要求。     

CUDA架构下的高清视频实时校正及显示系统

为了解决高清视频的畸变校正及显示的实时性问题 ,提出了一种CUDA架构下的并行加速方案。系统利用张正友标定方法获得摄像机的内部 参数和 畸变参数,并利用GPU的大规模并行计算能力加速校正过程。校正后,位于显存的图像数据 直接利用OPENGL驱动进行显示。针对不同架构GPU片上资源限制不同,设计了一种并行划分 参数自整定算法,保证了程序移植到不同GPU后能充分利用硬件资源, 实现最佳性能。实验结果表明,本文设计的系统对传统串行处理系统的综合加速比最高可达 39倍以上,对2596×1920分辨率视频下的处理帧率可达100F/s以上。     

全景视频实时拼接技术研究与实现

随着无人领域的不断发展,对于无人机、无人车、汽车辅助驾驶等操控者来说,需要通过无死角的全景视频进行操作,否则无法掌握无人设备完整的视野情况。通过TP2854视频数据转换芯片将AHD摄像头捕捉多路模拟视频数据转换为数字信号给处理器,再通过SURF算法和FLANN算法进行图像的特征点检测与向量计算、图像匹配、单应性矩阵计算和图像融合,最终将融合的图片数据编码和推流,实现全景视频的拼接。重点对图像融合算法不断改进,实现全景图像无拼缝、无阴影的效果。     

基于边缘强度匹配的图像融合并行算法的研究

图像融合是图像理解和计算机视觉领域中的一项重要课题。随着图像规模的增大,图像融合面临着处理速度的挑战。最近几年,GPU面向通用计算应用得到了快速发展。本文基于GPU编程模型和硬件特性,深入研究了基于边缘强度的图像融合算法,提出了该算法的并行模型。实验结果表明,该方法有效地综合了源图像中的重要信息,融合图像边界清晰,得到较好视觉效果和较优的评价指标,执行速度与CPU上相比提高了3个数量级。     

基于CUDA的矩阵乘法的并行实现

矩阵乘法是科学计算中常用的操作,高效的矩阵乘法运算可以提高许多应用的效率.本文主要讨论了如何在CUDA架构下实现高效的矩阵乘法并行运算.对于比较特殊的稀疏矩阵进行了特殊的处理,提出了相应的在CUDA架构下进行并行计算的方法.     

基于CUDA加速的Vibe前景检测算法

为了更好地满足视频跟踪领域的实时性问题,文章提出一种基于CUDA加速改进后的Vibe前景检测算法。首先对Vibe算法做前景分析,并对该算法进行GPU并行优化处理。然后,对优化后的算法与原始的Vibe算法,在调节相应的参数的同时,统计对比分析了漏检率和误检率等性能上的差异。实验结果表明,在相同参数的情况下,优化后的算法较原始的算法在速率上提高了近2-3倍。     

基于CUDA架构与B样条的实时锥束CT重建算法

随着X线探测板数据采集速度的快速发展,研究者开始利用C臂机采集投影数据并重建断层图像,用于手术导航或者放射治疗.但是普通PC的重建速度慢,很难匹配硬件数据采集速度,限制了其在实时临床环境中的应用.本文提出一种基于CUDA(Compute Unified Device Architecture)架构的改进FDK算法,利用GPU(Graphic Porcessing Unit)显卡的并行计算能力实现了实时CT重建,并通过B样条插值提高重建图像的质量,在实时临床环境中具有很好的应用价值.     

基于ADSP-BF561的视频采集与显示系统设计与开发

针对BF561视频处理系统中视频实时采集和显示这一基础问题,从软硬件两个方面对以ADSP-BF561为核心的视频处理系统中的采集和输出模块的设计和开发方法进行描述。该设计方案在分析系统硬件结构和所采集的视频信号格式的基础上,通过对视频输入/输出工作流程以及BF561片上外设资源的合理安排和配置,保证视频传输的连续性,实现了视频图像的实时采集和显示,为视频处理系统的工作奠定了基础。     

基于FPGA的实时视频图像采集与显示系统的设计与实现

主要针对目前视频图像处理发展的现状,结合FPGA技术,设计了一个基于FPGA的实时视频图像采集与显示系统。系统采用FPGA作为主控芯片,搭载专用的编码解码芯片进行图像的采集与显示,主要包括解码芯片的初始化、编码芯片的初始化、FPGA图像采集、PLL设置等几个功能模块。采用FPGA的标准设计流程及一些常用技巧来对整个系统进行编程。重点在于利用FPFA开发平台对普通相机输出的图像进行采集与显示,最终能在连接的RCA端口显示屏显示。     

基于CUDA的JPEG压缩算法优化

随着图形处理器（GPU）的处理能力的不断增强,图形处理器越来越多地被应用于计算密集型的数据运算处理中。JPEG图像压缩算法中的部分步骤存在典型的并行特性,针对大分辨率图像JPEG压缩串行顺序执行时间开销较大的问题,利用CUDA的并行计算和图形硬件的可编程性,可实现对JPEG图像压缩的加速,同时结合GPGPU硬件结构可实现JPEG压缩程序程序的优化设计。通过程序测试实验,与串行程序比较加速比在20以上。     

基于CUDA的红外图像快速增强算法研究

针对红外图像边缘模糊,对比度低的问题,文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上,研究了改进的Laplace金字塔分解的图像融合算法,并基于CUDA并行处理技术,在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点,应用纹理映射、多点访问、并行触发技术,优化数据的存储结构,提高数据处理速度,适用于对红外图像增强的实时性要求较高的领域。实验结果表明,该算法有较好的并行特性,能充分利用CUDA的并行计算能力,提高了红外图像增强的实时性,处理分辨率为3 096×3 096的红外图像时加速比达32.189。     

一种基于大容量DDR2存储技术的视频显示分析设计方法

介绍了一种雷达视频信号的显示分析设计方法,重点介绍了该设计的硬件实现及大容量DDR2内存芯片存储控制、视频信号显示控制等技术。提供了一种实时、深入有效的视频信号显示分析方法,对于直观了解分析特定频率段视频信号中各种信号脉冲形式的幅度、脉宽等包络信息具有重要的意义。     

基于GPU通用计算CUDA架构的人体检测技术

随着计算机硬件技术的高速发展,图形处理器（Graphic processing unit,GPU）通用计算已经发展到颇为成熟阶段,其并行运算速度已远远超过多核CPU。文章简介CUDA架构并验证其在图形处理中的加速能力,对比线性代数运算在CPU与GPU架构下的效率,将CUDA技术应用于智能视频监控人体检测系统中,实验验证其高效性及可行性。最后对CUDA的发展方向进行了展望。