王 平 全吉成 王宏伟

(空军航空大学航空航天情报系 长春 130022)



GPU图像并行处理设计模型研究*

王 平 全吉成 王宏伟

(空军航空大学航空航天情报系 长春 130022)

GPU通用计算的发展为图像处理提供了新的技术手段，目前一些图像处理算法已经移植到GPU中且得到了较好的加速效果，但是并没有形成通用的并行设计模型，推广性差。为此，论文在研究GPU结构特点以及已有的GPU图像处理并行算法的基础上，提出了单GPU和多GPU图像并行处理设计模型，并通过图像平滑并行算法在GPU中的执行验证了该模型的有效性。试验结果表明，该模型在GPU图像处理中通用性较好，为更多算法的并行化处理提供了理论借鉴。

图像算法; 并行化; GPU; 模型; 通用性

Class Number TN911

1 引言

随着图像获取手段的发展，获取图像的效率逐渐加快以及图像分辨率急剧增长，现有的图像处理工具已经无法满足海量图像数据的快速处理，造成影像数据的大量堆积。因此如何快速、高效地进行海量图像数据处理是图像处理领域亟待解决的问题。

图形处理器(Graphic Process Unit,GPU)在通用计算方面取得了快速发展，计算能力已经远远超过了CPU，成为实现高性能计算的重要部件[1]。近年来，不少专家学者将图像处理算法移植到GPU中[2～5]，并取得了很高的算法加速比，加快了图像算法并行化处理的发展。这些映射到GPU中算法只是一些特定的算法，并没有形成通用的GPU图像处理并行设计模型，难以推广到其他的图像处理算法中。

本文根据GPU体系结构的特点以及对已有的GPU图像处理并行算法的分析，提出了通用的GPU图像并行处理设计模型，并通过图像平滑算法进行GPU并行处理来验证模型的有效性，进而可以将模型扩展到更多图像处理算法中。……