基于GPU加速的各向异性双边滤波图像抽象化绘制算法

本文提出基于GPU加速的图像及视频的实时抽象化绘制算法。首先通过运用Kuwahara滤波实现图像的颜色特征快速聚类,其次采用各向异性双边滤波算法对图像沿结构张量场进行平滑,从而获得连续的、局部区域色彩一致的结果图像,实验表明该算法简单、易于实现。     

基于光流导向的流场可视化算法及视频水彩风格化应用研究

流场可视化是科学可视化一个非常热门的子领域，同时也是是图像风格化绘制的重要组成部分。本文主要探讨基于光流导向的二维流场可视化算法的设计与实现，并将该项技术拓展到对视频进行水彩风格化渲染方面。本文的创新点在于结合物理方法模拟以及图像处理技术对视频进行水彩风格化渲染，并进一步提出采用GPU对整个算法进行硬件加速处理，实验取得了较为良好的合成效果。     

基于DirectShow的视频实时校正系统设计

为了解决3D高清立体视频的实时极线校正问题,基于DirectShow的变换过滤器技术,设计并实现了一种针对双路高清立体视频从采集到校正的实时处理系统,其特点是在过滤器内通过GPU实现了校正的并行加速实时处理。分析了DirectShow技术应用在高带宽视频信号的实时采集到处理时的整体体系结构和过滤器间数据传输的流程,进而研究了如何利用DirectShow进行实时的极线校正和播放视频,最终给出了实现方法及实验结果。实验结果表明,设计得到的系统可以完成双路高清视频流从采集卡到GPU处理卡及处理后视频的输出处理功能,具有一定的应用价值。     

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。     

基于i.MX6Q的嵌入式显示系统设计与实现

本文以FreescaleCortex-A9架构的i.MX6Q芯片为核心,构建了一套内嵌GPU的实时字符及视频显示系统。该嵌入式平台采用Linux操作系统,基于四核ARM进行多线程程序设计及任务调度;采用开源的SKIA作为2D图形绘制接口,实现多种绘图效果及字符处理;使用i.MX6Q内嵌GPU实现图像旋转、缩放、平移功能;使用OpenGL ES 2.0对图像进行网格划分并分别进行纹理贴图而实现畸变校正;通过PCIE接收绘图指令,将绘制的2D图形和外视频进行叠加,并通过识别两种显示模式将叠加或不叠加的视频进行两路输出显示。设计结果表明,该系统显示性能良好,能够满足实时字符及视频显示需求,在很多显示成像工程领域中尤其是小型化、低功耗的应用需求中具有较好的应用价值,如平视显示器、头戴显示器、视景增强系统、增强现实系统等。     

基于异构平台的细胞神经网络算法研究

随着GPU的发展,其计算能力和访存带宽都超过了CPU,在GPU上进行通用计算具有成本低、性能高的特点。细胞神经网络由于其特有的性质,非常适合利用GPU进行并行计算,因此,该文提出了利用CU-DA实现的基于GPU的细胞神经网络异构算法,并应用在图像边缘检测上。实验结果证明,与传统的利用CPU实现的边缘检测方法相比,在速度上,基于GPU实现的图像边缘检测方法提高了数十倍,为细胞神经网络在实时图像、视频处理上的应用提供了新的方法。     

基于GPU的高清视频图像行人检测方法研究

对视频或图像中的行人进行检测使用HOG特征与支持向量机SVM相结合的方法,取得了良好的效果,但是由于HOG特征的计算量非常大,难以满足实时检测的需要,文章针对这一情况提出并实现一种在GPU环境下使用并行加速策略的高效行人检测方法。实验证明这种方法快速有效,大大地提高了行人检测的效率。     

基于GPU的圆迹视频SAR实时成像算法

视频SAR要求高分辨率实时成像,很多成像算法在高分辨率成像时,算法复杂度较高,使用中央处理器（CPU）处理无法实时成像。为解决这一问题,该文提出了一种基于图形处理器（GPU）的圆迹视频SAR实时成像算法。该算法首先根据帧率与重叠率的关系截取回波数据,然后将极坐标格式算法（PFA）中传统的两维插值用效率更高的Chirp Scaling操作代替,并且利用3种优化技术对PFA的GPU实现进行加速。实验结果表明,该文所用成像算法帧率能达到5Hz,满足视频SAR实时成像的速度要求。     

具有图像记忆功能的汽车黑匣子的研究和设计

文章设计了基于TMS320C6205的汽车视频图像实时存储系统，给出了系统的硬件结构,阐明了系统的工作原理。该系统将不同车速和车况下的视频图像进行实时采集、压缩、和存储，实现了汽车运行视频图像的实时存储功能。     

基于SiftGPU特征匹配方法的实时视觉里程计系统

采用尺度不变特征变换(SIFT)特征匹配方法对双目相机图像进行立体匹配,同时匹配相邻两时刻的三维点,求解运动方程进行运动估计,得到机器人2个时刻坐标变换的旋转和平移参数;使用每2个时刻的旋转和平移结果进行机器人的路径反演,采用GPU加速SIFT特征提取与匹配,实现实时的视觉里程计系统,并采用RANSAC算法用于运动估计剔除误匹配点干扰。实验结果表明,具有仿射变换较强不变性的SIFT特征匹配算法能够得到较为精确的路径反演结果,采用GPU加速SIFT特征提取与匹配能达到实时的视觉定位效果。     

基于GPU的虚拟内窥镜场景实时绘制算法

为满足影像引导手术(IGS)中高分辨率、海量数据的实时渲染,提出一种基于GPU的虚拟内窥镜场景实时绘制算法。该算法针对虚拟内窥镜渲染数据的特点(管腔数据占总数据比例小,5%左右),首先对图像进行自动分割,得到管腔组织的分割数据;仅将分割后的数据一次载入图像显存,利用光线投射算法进行渲染,并在多GPU负载方面做了优化。充分利用GPU渲染和并行计算的能力,实现了海量数据(1 024×1 024×1 024)的实时渲染。     

基于kuwahara滤波的视频风格化框架

保边滤波被广泛应用于图像的艺术化风格转换，但目前的方法大都只能产生类似卡通的绘画风格，对于具有明显笔画形状的绘画风格转换都无能为力.文章在kuwahara滤波的基础上提出了一种尺度可控的各向异性kuwahara滤波，可以生成具有明显笔画形状的艺术效果.为了更好的模拟画家的绘画技法，文章以图像显著性作为控制信息来实时调整滤波核大小，可以产生丰富的笔画尺度.基于该算法，文章还给出了一个视频的艺术化风格渲染框架.该渲染框架可以保持良好的帧间一致性，自动的将视频转换为水粉画或油画效果.同时利用图像的边缘切方向场图、边缘梯度和显著性控制凹凸映射，产生油画和水粉画笔触的厚重感和层次感，能很好的模拟"厚涂技法"的艺术风格.     

On-Site Volume Rendering with GPU-Enabled Devices

Now that high-performance computing systems can rely more on a cloud based infrastructure, it becomes much more important to have ubiquitous data processing and visualization capability. This will allow data sharing among numerous clients using shared data repositories through a secure web server. Thanks to the wide availability of GPU support in today’s mobile devices such as smart phones and tablets, as well as the recently published WebGL standard, pervasive computing for high-quality and real-time volume rendering may be realized on such high-performance platforms. We have invented two high-performance volume renderers, namely, single-pass GPU ray caster and fast 3D texture slicer, for both mobile and desktop platforms. Rigorous experiments and performance assessments reveal that the proposed mobile 3D image rendering system outperforms the existing approaches in the literature.     

基于GPU加速的深度图像绘制

基于深度图像的绘制(DIBR)广泛应用于虚拟视点的合成,但是目前实现DIBR的算法复杂度都比较高,很难较实时地应用到3DTV系统中。采用单路纹理图像和其对应的深度图像进行虚拟视点的合成,在图形处理单元(GPU)上应用CUDA(Compute Unified Device Architecture)技术实现了基于深度图像的绘制。通过在NVIDIA Telsa C2050图形卡上运行,绘制分辨力1 024×768和640×480的图像速率分别达到了15 f/s(帧/秒)和24 f/s,分别能够准实时或实时地应用到3DTV系统中;同时本文的绘制方法有效地节约了传输带宽,绘制图像的主观质量良好。     

GPU解码数据快速拷贝的应用研究

针对高清视频在客户端解码播放过程中存在的CPU占用率高、图像数据拷贝速度低等问题,提出了一种基于GPU解码数据快速拷贝方法。研究了DXVA硬解码方法在视频解码运算过程中的应用,为了消除解码数据在显存拷贝时产生的CPU占用率高现象,利用显存特点和SSE41多媒体指令新特性,设计并实现了视频帧数据快速拷贝方案。实验结果表明,该方法能在满足高清视频实时播放的同时有效降低CPU占用率,且该方法具有一定的实用性。     

基于GPU的图像快速显示技术

新一代的图形显示硬件集成了以图形处理器(GPU)为核心的可编程顶点着色器和可编程像素着色器,为实现实时体绘制技术提供了硬件加速支持,具有一定的并行性和可编程性,在诸如数字图像处理等通用计算领域有着巨大的应用潜力。分析和总结了利用GPU技术实现大数据量的数字图像快速显示的一些基本途径。详细分析了技术难点并提出了相应的解决方法,该设计方法已经在工程实践中应用并取得了较好的效果。     

Accurate and efficient GPU ray‐casting algorithm for volume rendering of unstructured grid data

We present a novel GPU‐based ray‐casting algorithm for volume rendering of unstructured grid data. Our volume rendering system uses a ray‐casting method that guarantees accurate rendering results. We also employ the per‐pixel intersection list concept in the Bunyk algorithm to guarantee an accurate result for non‐convex meshes. For efficient memory access for the lists on the GPU, we represent the intersection lists for all faces as an array with our novel construction algorithm. With the intersection lists, we perform ray‐casting on a GPU, and a GPU thread handles each ray. To increase ray‐coherency in a thread block and improve memory access efficiency, we extend a prior image‐tile‐based work distribution method to fit modern GPU architectures. We also show that a prior approach using a per‐thread local buffer to reduce redundant computation is not appropriate for modern GPU architectures. Instead, we take an on‐demand calculation strategy that achieves better performance even though it allows duplicate computations. We applied our method to three unstructured grid datasets with different characteristics. With a GPU, our method achieved up to 36.5 times higher performance for the ray‐casting process and 19.7 times higher performance for the whole volume rendering process compared with the Bunyk algorithm using a CPU core. Also, our approach showed up to 8.2 times higher performance than a GPU‐based cell projection method while generating more accurate rendering results. These results demonstrate the efficiency and accuracy of our method.     

基于Kinect的实时深度提取与多视绘制算法

提出了一种基于Kinect的实时深度提取算法和单纹理+深度的多视绘制方法。在采集端,使用Kinect提取场景纹理和深度,并针对Kinect输出深度图的空洞提出一种快速修复算法。在显示端,针对单纹理+深度的基于深度图像的绘制(DIBR,depth image based rendering)绘制产生的大空洞,采用一种基于背景估计和前景分割的绘制方法。实验结果表明,本文方法可实时提取质量良好的深度图,并有效修复了DIBR绘制过程中产生的大空洞,得到质量较好的多路虚拟视点图像。以所提出的深度获取和绘制算法为核心,实现了一种基于深度的立体视频系统,最终的虚拟视点交织立体显示的立体效果良好,进一步验证了本文算法的有效性。本文系统可用于实景的多视点立体视频录制与播放。