基于GPU的小尺寸FFT在实时图像复原中的优化-中南大学学报.PDFVIP

第 48 卷第 10 期 中南大学学报( 自然科学版) Vol.48 No.10 2017 年 10 月 Journal of Central South University (Science and Technology) Oct. 2017 DOI: 10.11817/j.issn.1672−7207.2017.10.019 基于 GPU 的小尺寸FFT 在实时图像复原中的优化 1 1 2 3 4 严发宝 ，苏艳蕊 ，赵占锋 ，左颢睿 ，柳建新 (1. 山东大学(威海) 机电与信息工程学院，山东 威海，264209； 2. 哈尔滨工业大学(威海) 信息工程研究所，山东 威海，264209； 3. 中国科学院 光电技术研究所，四川 成都，610209； 4. 中南大学 地球科学与信息物理学院，湖南 长沙，410083) 摘要：为满足跟踪识别系统对图像复原的实时性需求，在图形处理器(GPU)上进行高效实现小尺寸二维 FFT 的优 化策略研究。首先对二维 FFT 算法进行分析，根据图形处理器的特点，提出基于图形处理器的并行执行模型。基 于该模型，从算法的复杂度、跳转指令的数量、共享存储器的访问冲突以及共享存储器的访问延迟及图形处理器 的利用效率这 4 个方面进行优化策略的研究，提出相应的优化方法。在图像复原的实验中，先对基于 GPU 的小 尺寸 FFT 优化方法与基于 CPU 的MATLAB 传统算法进行计算精度对比，然后基于 4 种不同尺寸的图像在相同的 GPU 平台上再与 NVIDIA 公司提供 CUFFT 函数库复原算法进行计算效率对比。研究结果表明：该优化方法提供 的图像复原算法复原效果好，与 MATLAB 效果图比较人眼观察不出差异；在计算速率上，提出的优化方法能够 在 19.6 ms 内复原 1 帧 128×128 灰度模糊图像，计算速度与直接采用 CUFFT 函数库算法相比提高约 1.8 倍。 关键词：图形处理器；小尺寸FFT ；图像复原；并行优化；实时处理 中图分类号： TP39 文献标志码：A 文章编号：1672−7207(2017)10−2691−06 Optimization on FFT of small size in real-time image restoration based on GPU 1 1 2 3 4 YAN Fabao , SU Yarui , ZHAO Zhanfeng , ZUO Haorui , LIU Jianxin (1. School of Mechanical, Electrical Information Engineering, Shandong University, Weihai, Weihai 264209, China; 2. Institute of Information Engineering, Harbin Institute of Technology, Weihai, Weihai 264209, China; 3. Institute of Optics and Electronics, Chinese Academy of Sciences,