基于GPU的反卷積算法并行優(yōu)化

《基于GPU的反卷積算法并行優(yōu)化》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第46卷第6期2016年11月航空計算技術(shù)AeronauticalComputingTechniqueV01．46No．6NOV．2016基于GPU的反卷積算法并行優(yōu)化雋鵬輝1，賈婷婷2，竇愛萍1，劉金學(xué)1(1．中航工業(yè)西安航空計算技術(shù)研究所，陜西西安710068；2．西安科技大學(xué)高新學(xué)院，陜西西安710109)摘要：反卷積是圖像去模糊的基本算法，針對傳統(tǒng)反卷積算法在圖像去模糊處理中實時性較弱問題，提出基于眾核GPU的IterativeDeconvolve3d反卷積算法的并行優(yōu)化實現(xiàn)。所提算法將原算法中的核心運(yùn)算

2、放在GPU上并行實現(xiàn)，利用CPU和GPU協(xié)同工作模式，CPU負(fù)責(zé)串行任務(wù)GPU負(fù)責(zé)并行任務(wù)。實驗表明：與傳統(tǒng)的算法相比，在不影響圖片處理效果的前提下，計算速度比CPU上的實現(xiàn)速度提高了近11倍，并具有良好的可擴(kuò)展性。關(guān)鍵詞：并行；反卷積；GPU；CUDA中圖分類號：TP332；TP399．4文獻(xiàn)標(biāo)識碼：A文章編號：1671．654X(2016)06—0076．04OptimizationofImageDeconvolutiononGPUJUANPeng．huil，JIATing．tin92，DOUAi．pin91

3、，LIUJin．xue(1．Xi’anAeronauticsComputingTechniqueResearchInstitute，AVIC，Xi’an710068，China2．GaoxinCollege，Xi’anUniversityofScienceandTechnology，Xi’an710109，China)Abstract：DeconvolutionisthebasicalgorithmofImageDeblurring．Inordertodealwiththeproblemofweakrealtim

4、e，theimplementationofIterativeDeconvolve3dbasedontheGPUisproposedthathasim—plementedthecoreoperationonGPU．InuseofthecollaborativeworkmodeofGPUandCPU，CPUisre．sponsiblefortheserialworkandGPUisresponsiblefortheparallelwork．Comparedwiththetraditionalalgorithm，the

5、experimentshowsthat：underthepremiseofnotaffectingtheimageprocessingresults，thecalculationspeedofthisalgorithmonGPUisnearly1timesfasterthanthatofCPU，andhasagoodex—pansibility．Keywords：parallel；deconvolution；GPU；CUDA引言隨著計算技術(shù)和集成電路技術(shù)的發(fā)展，圖形硬件的更新速度越來越快。1999年NVIDIA發(fā)

6、布GeForce256繪圖處理芯片時，首先提出GPU概念，其多流水結(jié)構(gòu)、向量處理特性以及32位IEEE標(biāo)準(zhǔn)浮點(diǎn)精度的實現(xiàn)，使得它對于計算密集型的科學(xué)應(yīng)用有非常大的吸引力，越來越成為通用計算的一個有效的并行平臺。近幾年來很多科學(xué)計算都已經(jīng)被移植到GPU這個計算平臺，如精確天氣預(yù)報、衛(wèi)星圖像處理和核爆炸的模擬等。由于光的衍射作用，傳統(tǒng)的熒光顯微鏡由于焦平面外信息的干擾造成拍攝圖像模糊。為了提高圖像的分辨率，一方面改善熒光顯微鏡的成像技術(shù)，典型的代表是激光共聚焦以及CCD技術(shù)的使用；另一方面，通過計算機(jī)進(jìn)行數(shù)字圖像處理

7、和分析。圖像反卷積算法是圖像去模糊的基本算法，使得光學(xué)顯微鏡發(fā)揮了很大的作用。herativeDeconvolve3d算法是非負(fù)的迭代型圖像處理算法，由BobDougherty開發(fā)作為圖像處理軟件ImageJ的插件¨。2J，能夠?qū)?D和3D圖像進(jìn)行反卷積處理，由于該算法基于JAVA實現(xiàn)，對小數(shù)據(jù)速度尚可；隨著顯微鏡成像技術(shù)的快速發(fā)展，需要處理的圖像數(shù)據(jù)越來越巨大，對日益增長的圖像數(shù)據(jù)進(jìn)行反卷積處理已不現(xiàn)實，為了應(yīng)對這種需求，本文在GPU眾核處理器上實現(xiàn)了IterativeDeconvolve3d并行版本。1并行優(yōu)

8、化的實現(xiàn)1．1CPU多核的優(yōu)化實現(xiàn)為了對該算法進(jìn)行并行優(yōu)化，首先使用VisualVM工具進(jìn)行熱點(diǎn)函數(shù)分析，圖1是分析得到的程序調(diào)用收稿日期：2016一10—17修訂日期：2016一ll—15基金項目：國家自然科學(xué)基金項目資助(31327901)作者簡介：雋鵬輝(1989一)，男，陜西寶雞人，助理工程師，碩士研究生，主要研究方向為計算機(jī)系統(tǒng)結(jié)構(gòu)。2016年11月雋鵬輝等：基