基于GPU的混合分辨圖像的超分辨的研究與實現(xiàn).pdf

1、GPU是計算機中的圖形處理器,由于其出色的并行數(shù)據處理能力,近年來越來越多的應用于通用科學計算中。CUDA是英偉達公司推出的一種GPU編程平臺,它開發(fā)流程和編程風格很簡單,在編程過程中使用多線程,使得編程效率很高。該平臺充分利用GPU強大的計算能力的同時,對編程人員的要求不是很高,因此在計算密集型應用中得到了廣泛地運用?；旌戏直鎴D像的超分辨算法利用圖像之間的相關性,借用高分辨率圖像的高頻信息,對混合分辨率圖像中的低分辨圖像進行超分辨處理

2、,恢復其原始分辨率圖像。其主要的實現(xiàn)步驟和關鍵技術包括圖像視角的轉化及投影、投影圖不閉合區(qū)域的修復、頻率分解合成得到圖像。在對龐大數(shù)據量的處理過程中,該算法涉及了大量的并行計算,為提高超分辨率圖像算法的運行速度,需要利用GPU強大的并行處理能力。
　　本文首先對CUDA編程原理進行了闡述,總結了經典的超分辨方法,然后論述了混合分辨圖像的超分辨的原理及其關鍵技術。在分析現(xiàn)有的裂紋修復方法的基礎上選取了基于非均勻數(shù)據采樣的條紋修復方法

3、。超分辨率算法首先在MATLAB進行了算法功能仿真實現(xiàn),然后根據GPU的并行編程特點,并在GPU架構上編程實現(xiàn)。
　　在混合分辨率圖像的超分辨并行化的基礎上,本文深入研究了并行化計算的優(yōu)化策略,包含針對GPU硬件特點的優(yōu)化和算法的優(yōu)化。經過優(yōu)化后,本文進一步提高了GPU處理該算法的速度,提高了混合分辨率圖像的超分辨的執(zhí)行效率。對混合分辨率圖像的超分辨的MATLAB仿真、優(yōu)化前后GPU算法的對比研究結果,表明了基于GPU的混合分辨率