双通道交替最小化算法的GPU并行加速

大气湍流和系统噪声的存在使得天文或空间目标成像模糊。而双通道交替最小化算法是复原湍流和噪声降质图像的有效方法之一。但该算法比较复杂，需要反复迭代运算，处理耗时较长。为了提高算法运行速率，结合算法结构特征，将图形处理器(GPU)加速技术应用于双通道交替最小化算法，重点优化交替最小化迭代过程。实验结果表明：在不同湍流且信噪比(SNR)20 dB的条件下，与直接采用中央处理器(CPU)的算法相比，GPU并行加速用于双通道交替最小化算法，能够实现图像复原的“U-step”运算速率提升80%以上，点扩散函数求解的“H-step”运算速率提升60%以上，且恢复后的图像效果接近衍射极限。并行加速技术与已有的算法相结合的方式能够有效提高运行速率，为湍流和噪声降质图像的复原提供一定的参考。