应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2014年
1期
85-92
,共8页
图像去噪%非线性图像扩散%LB模型%CUDA算法
圖像去譟%非線性圖像擴散%LB模型%CUDA算法
도상거조%비선성도상확산%LB모형%CUDA산법
image denoising%nonlinear image diffusion%LB model%CUDA algorithm
为提高基于格子波尔兹曼(Lattice Boltzmann,LB)模型图像去噪方法的性能,研究了非线性图像扩散LB模型的CUDA算法,即分别利用纹理内存、共享内存以及直接使用全局内存来实现非线性图像扩散LB模型中的迁移过程.利用合成图像和真实图像的去噪实验表明,针对非线性图像扩散LB模型,GPU相对CPU的加速比可达90倍以上;而且加速比的提高与GPU流处理器的数目成正比.
為提高基于格子波爾玆曼(Lattice Boltzmann,LB)模型圖像去譟方法的性能,研究瞭非線性圖像擴散LB模型的CUDA算法,即分彆利用紋理內存、共享內存以及直接使用全跼內存來實現非線性圖像擴散LB模型中的遷移過程.利用閤成圖像和真實圖像的去譟實驗錶明,針對非線性圖像擴散LB模型,GPU相對CPU的加速比可達90倍以上;而且加速比的提高與GPU流處理器的數目成正比.
위제고기우격자파이자만(Lattice Boltzmann,LB)모형도상거조방법적성능,연구료비선성도상확산LB모형적CUDA산법,즉분별이용문리내존、공향내존이급직접사용전국내존래실현비선성도상확산LB모형중적천이과정.이용합성도상화진실도상적거조실험표명,침대비선성도상확산LB모형,GPU상대CPU적가속비가체90배이상;이차가속비적제고여GPU류처리기적수목성정비.