周天驰

摘 要：在许多行业和领域，都需要用到图像处理技术，针对各种图像信息进行转化和处理，提升图像的清晰度，以便于更好的分析图像的细节，从中提取出有用信息。在不断的发展过程中，人们对于图像处理的质量和效率提出了更高的要求，也使得传统基于CPU的图像处理算法逐渐暴露出了一些不足和问题，无法切实满足图像处理的现实需求，基于这一现状，本文提出了一种基于GPU（图形处理器）的图像处理并行算法，可以在一定程度上提升图像处理的效果。

关键词：GPU；图像处理；计算方法

在计算机硬件不断的发展过程中，依照摩尔定律，CPU的速度不断提升，性能也在持续完善，不过在面对不断提高的图像质量要求和日趋发展的图像处理算法时，仍然暴露出许多的不足。基于此，可以在图像处理中引入GPU，以提升图像处理算法的质量和效率。

1 GPU图像处理相关技术

GPU是指图形处理器，是一种专门的图形处理设备。事实上，在计算机技术发展初期，由于图形的处理和运算相对简单，加上质量要求不高，因此单单运用CPU的运算能力，就能夠满足图形树立的需要。不过，伴随着人们对于图形处理质量及运算速度要求的不断提升，CPU在图像处理方便暴露出一些问题，也因此推动了GPU的出现。相比较而言，CPU的功能更加全面，可以从容应对各种不同的处理和控制请求，而GPU则可以实现对于海量数据的集中运算，运算效率更高，在缓存和控制逻辑等方面也有着自身的优势。GPU的初始设计目标，就是针对大量数据的处理，硬件结构的特点决定了其对于运算处理的高效性。

数字图像处理，主要是利用计算机，在相应的存储介质上，针对存储的二级制数据图像进行相应的变形运算和处理，可以对图像的视觉效果进行改观，也可从中提取出有价值的信息。数字图像处理算法的关键步骤是信号转化，可以将图像信号转化为数字信号，方便利用计算机进行后续的处理操作。

2 基于GPU的图像处理计算方法

2.1 高斯模糊处理算法

在传统计算机的串行程序结构中，高斯模糊算法虽然可以运用，但是无法保证变换的效率，因此，为了对GPU多线程资源进行合理利用，需要依照计算统一设备架构（CUDA）的多线程加工处理思想，针对程序进行重新构造。

利用GPU的多线程并行处理特性，针对图像进行高斯模糊变化，一个非常重要的前提，是水平与竖直方向上的一维高斯矩阵变换不相关，换言之，可以分别进行处理，同时，在某个方向的处理过程中，每一个像素的计算同样独立进行。基于此，可以利用GPU的多线程并行计算功能，将原本统一的像素计算任务进行分割，交由不同的线程块运行，基本流程为：读取待处理的原始图像，在水平和垂直方向上，对其像素进行分块，交由不同的线程块进行并行运算，处理完成后，将所有的结果合并在一起，就可以得到原始图像的高斯模糊处理效果。在这个过程中，CUDA架构提供的API函数为分块操作提供了便利，对像素区块的划分同样是由CUDA实现的。

2.2 透明合并处理算法

为了可以在CUDA架构下，发挥GPU多线程处理的优势，针对两幅需要进行透明合并处理的图像进行有效处理，需要首先对图像的相对位置进行明确。考虑到图像尺寸的差异性，在处理前，需要对合并处理的区域和范围进行明确，然后将其划分为若干较小的处理单元，通过计算机CPU，将这些处理单元合理分配到GPU的多线程处理器中，完成图像的处理和计算。之所以可以实现上述处理，主要是透明合并处理并不存在复杂的逻辑控制，与一般的图像处理流程基本相同，处理对象之间也不存在相互联系。

2.3 彩色负片处理算法

彩色负片处理要求对图像中的每一个像素点进行全面处理，因此需要耗费大量的时间。而从数字计算的角度分析，彩色负片处理算法本身的处理其实比较简单，通常是读取需要处理的图像，将其传输到内存中，然后针对所有像素点的R、G、B值进行提取，以255减去相应数值，最后利用得到的值，生成全新的负片图像。结合上述流程可以看出，在这种算法中，每一个像素的处理都是独立进行的，这种特点恰恰与GPU多线程并行处理的优势相适宜，通过将一幅较大的图像分割成若干小图像的方式，减少了图像处理过程中的数据量，充分发挥了GPU的优势，在对小图像进行分别处理后，可以将处理结果合并起来，得到一幅完整的图像，保证了处理的效果。需要注意的是，基于GPU的彩色负片处理算法有一个非常重要的前提，即像素运算的完全独立性，如果其存在相关性，则需要编写相应的控制代码，不仅更加繁琐，而且这样的程序结构并不能发挥GPU的优势，最终会影响图像处理的质量和效率。

3 结语

伴随着计算机技术的飞速发展，图像处理技术也呈现出了日新月异的趋势，与传统的CPU图像处理相比，基于GPU的图像处理算法有着更加显著的优势，通过多线程并行处理的方式，提高了图像处理的速度和质量，能够满足人们对于图像处理的客观需求。

参考文献：

[1] 张春，杨俊.基于GPU的图像处理算法研究[J].西南师范大学学报（自然科学版），2013，38（7）：41-45.

[2] 吴欣峰.基于GPU的数字图像处理算法研究[D].江西理工大学，2011，（14）：383.

[3] 裘皓萍，冯瑞，万时华.基于GPU的多点触控图像处理技术[J].计算机工程，2012，38（1）：208-210.