低照度圖像增強的并行優(yōu)化研究.pdf

1、在夜晚采集到的圖像通常偏黑，人眼分辨不清圖像中場景的具體細(xì)節(jié)信息。低照度圖像增強算法就是將夜晚采集的圖像經(jīng)過處理之后具有白天清晰圖像的視覺效果。但是圖像增強算法往往復(fù)雜度高，計算量大，實際應(yīng)用中不能達(dá)到實時性的要求。低照度圖像增強算法的研究重點大多集中在對夜間圖像增強的效果上，對算法的加速研究還很有限，而這種算法由于其在增強過程耗時很長的缺點，難以得到工程上的廣泛應(yīng)用。針對這種現(xiàn)狀，本文對基于去霧技術(shù)的低照度圖像增強算法進(jìn)行并行優(yōu)化改進(jìn)

2、，使其能夠滿足實時性要求。
　　首先，文本研究了并行計算技術(shù)的先關(guān)硬件以及編程模型，通過對目前常用的并行實現(xiàn)方法和并行設(shè)備進(jìn)行了分析和對比，總結(jié)出各個并行計算平臺的硬件特點以及編程模型的具體應(yīng)用優(yōu)勢。具體分析了多核CPU平臺，CPU-GPU的異構(gòu)架構(gòu)，多核DSP平臺的并行化特點，為后續(xù)的算法優(yōu)化實現(xiàn)做好鋪墊。
　　然后，在三種平臺上實現(xiàn)了對低照度圖像增強算法進(jìn)行并行優(yōu)化。并行優(yōu)化前，對算法中的各個中間步驟進(jìn)行了復(fù)雜度分析，為

3、后來的并行性分析提供依據(jù)。在多核CPU平臺上，通過軟件性能分析器，找到程序中的熱點，對算法熱點部分進(jìn)行了改進(jìn)，然后使用OpenMP編程模型在多核CPU上實現(xiàn)低照度圖像增強算法的并行優(yōu)化。在CPU-GPU的異構(gòu)架構(gòu)上，對算法中不適合并行計算的估算大氣光的部分進(jìn)行算法改進(jìn)，使用CUDA編程模型在GPU上并行實現(xiàn)整個算法。在多核DSP上，采用主從模式的對算法進(jìn)行任務(wù)分配，MessageQ的核間通信方式，實現(xiàn)算法的并行實現(xiàn)。在這三種并行計算平臺