基于流處理器并行計算在圖像處理中的應用.pdf

1、科技發(fā)展日新月異，越來越多的科學問題涉及到大量數據的處理，對這些數據的處理速度直接影響到科學問題的求解進程。甚至有些科學問題必須要有足夠快的數據處理速度才能真實反映出問題的實質，如核爆炸模擬。盡管目前單核心處理技術發(fā)展非常迅速，可還是無法滿足這些科學問題的速度要求。并行計算技術的出現很好地解決了上述問題，目前的超算平臺已經達到了每秒億億次的處理能力，而且還在繼續(xù)取得突破。
　　 本文簡要介紹了傳統(tǒng)基于集群或多核心CPU的并行計算

2、技術，對目前新發(fā)展起來的基于GPU流處理器SP(Stream Processor)的CUDA通用并行計算架構技術及其在數字圖像處理中的應用進行了深入研究。CUDA架構技術能使GPU的超高計算性能在數據處理和科學計算等通用計算領域發(fā)揮其并行處理優(yōu)勢，也是真正意義上的并行計算在桌面級平臺的首次應用。研究CUDA架構技術在桌面級平臺的應用，能大幅度提高這些應用的執(zhí)行效率，獲得滿意的加速效果。數字圖像有著矩陣形式的數據邏輯結構，分析數字圖像的處

3、理算法，發(fā)現在數據處理過程中存在大量的數據并行性。這些特性完全適合采用基于CUDA架構的并行計算技術在GPU上進行處理。
　　 本文通過研究數字圖像處理中用于邊緣檢測的Prewitt算子的CUDA并行算法和其各種優(yōu)化策略版本，體現如何應用CUDA架構基礎技術，深刻了解CUDA程序的各種優(yōu)化措施，使CUDA程序在現有的硬件條件下獲得最大的加速效果。
　　 車牌識別在現在自動化智能交通管理中發(fā)揮著重要作用。車牌識別的實質就是