面向异构众核处理器的图像 半色调化并行算法研究-计算机应用技术专业毕业论文.docxVIP

万方数据 万方数据 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集 体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均 已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者： 日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门 或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学 可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印 或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文 或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。 保密论文在解密后应遵守此规定。 学位论文作者： 日期： 年 月 日 摘要 摘要 图像半色调化是一种广泛应用在图像处理领域中的影印技术。近年来随着 高分辨率、大尺寸规模图像的应用，传统的图像半色调化串行算法已不能满足实 时处理的需求。异构众核处理器的不断发展和大规模的应用，为加速图像半色调 化处理指明了方向。然而目前针对图像半色调化算法异构众核加速的相关研究 较少。本文所做的工作可分为以下两个部分： 针对图像处理领域中比较耗时的图像卷积运算，本文利用异构众核处理器 对其进行并行加速。首先对图像卷积运算并行化；然后使用共享存储器优化和寄 存器划块优化策略对并行算法作进一步优化；最后分别对比水平一维卷积、垂直 一维卷积和二维卷积在不同异构众核处理器平台上的加速效果。实验结果表明， 在异构众核处理器平台上，图像卷积算法中优化策略的选取则需要结合具体的 应用场景和应用平台。 针对图像打印领域中比较耗时的图像半色调化算法，本文利用异构众核处 理器对其进行并行加速。首先利用局部邻域理论对传统的图像半色调化串行算 法进行改进，显著减少串行算法的计算复杂度；然后采用泊松碟采样法消除数据 依赖关系，为算法在众核处理器上并行加速奠定基础；最后采用共享存储器优化、 合适粒度任务并行优化、归约树优化、常量存储器优化以及基于纹理存储器的二 维缓存优化等一系列优化策略，对并行算法作进一步优化。实验结果表明，在面 向桌面端的 Intel Xeon CPU + Tesla K20 异构计算平台上，并行优化后的算法相 对于优化前的初始并行算法性能提升约 5~18 倍；并行优化后的算法相对于串行 算法性能提升约 95~110 倍。在面向移动端的 Tegra K1 异构平台上，并行优化后 的算法相对于串行算法性能提升约 28~32 倍。在最新架构的 Tegra X1 异构平台 上，并行优化后的算法相对于串行算法性能提升约 50~61 倍。 关键词：图像半色调化；众核处理器；图像卷积；异构计算 I Abstract Abstract Halftone is the reprographic technique and widely used in image processing. Due to the high complexity of computation and memory access, serial halftone algorithm is not able to meet the requirement of real-time processing with the image scale increasing. However, the research work on accelerating halftone algorithm by the techniques of parallel computing is less. Work of the thesis can be divided into two parts. The first part: since image convolution is a time-consuming part during image processing, we accelerate the algorithm in depth on many-core processors. We adopt shared memory optimization and register tiling optimization to accelerate horizontal 1- dimensional convolution, vertical 1-dimensional convolution and 2-