大尺度图像编辑的泊松方程并行多重网格求解算法.pdfVIP

大尺度图像编辑的泊松方程并行多重网格求解算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大尺度图像编辑的泊松方程并行多重网格求解算法 杜振龙1,2 1 2 1 , 李晓丽 , 郭延文 , 沈钢纲 (南京工业大学 电子与信息工程学院,南京 210009) (南京大学 软件新技术国家重点实验室,南京 210000) 摘 要 随着获取设备的发展,大尺度、高分辨率数字图像已逐步步入现代人们的生活,大尺度图像的梯度域编辑显得更为 重要。求解大规模未知数的泊松方程是大尺度图像梯度域编辑的关键,传统多重网格算法的迭代、约束和插值操作单独进行, 内存和外存间通讯量大,算法效率低,为此本文提出了一种面向大尺度图像梯度域编辑的并行多重网格求解泊松方程的算法, 利用多重网格的迭代、约束和插值过程的内存数据访问局部性和更新相关性,构造滑动工作窗口,使迭代、约束和插值操作 并行运行,提高了多重网格算法求解泊松方程的计算效率。全景图拼接实验表明本文所提算法的运行效率高于超松弛迭代、 高斯塞德尔迭代和传统多重网格算法。 关键字 泊松方程, 并行多重网格, 大尺度图像编辑 Parallel Multigrid Approach for Solving Poisson PDE in Gigapixel Image Editing 1,2 1 2 1 Zhen-Long DU , Xiao-Li LI , Yan-Wen GUO , Kangkang SHEN 1 (College of Electronics and Information Engineering, Nanjing University of Technology, Nanjing 210009) 2(State Key Laboratory of Novel Software Technology, Nanjing University, Nanjing 210000) Abstract With the development of image acquisition technology, gigapixel images are being produced and emerged into the modern life, how to efficiently compile these gigapixel images within gradient domain is the research hot of image processing and computer graphics. To solve the Poisson PDE with large-scale unknowns is crucial to gigapixel image editing in gradient domain, traditional multigrid approach separately performs iteration, restriction and prolongation and bears heavy communication load between RAM and external memory. In the paper, a parallel multigrid approach for solving Poisson PDE is proposed, which exploits the locality and relevance of memory accessing and updating among the different stages for parallel performing the iteration, restriction and prolongation in the sweeping window. Experiments of image stitching show that the presented method has the higher efficiency than the algorithms of s

文档评论(0)

bhl0572 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档