基于CUDA的双三次B样条缩放方法

• 作者: 冯前进 刘磊 桂叶晨 陈武凡
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 双三次B样条 统一计算设备架构(CUDA) 图形处理器(GPU) 图像缩放 重采样
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 183-185,194
• 页数: 4页
• 分类号: TP391
• 字数: 5172字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.01.056

摘要

Nvidia在GeForce 8系列显卡上推出的CUDA(统一计算设备架构)技术使GPU通用计算(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算.研究了CUDA的设计思想和编程方式,改进了基于双三次B样条曲面的图像缩放算法,使用多个线程将计算中耗时的B样条重采样部分改造成SIMD模式,并分别采用CUDA中全局存储器和共享存储器策略在CUDA上完成图像缩放的全过程.实验结果表明,基于CUDA的B样条曲面并行插值方法成功实现了硬件加速,相对于CPU上运行的B样条缩放算法,其执行效率明显提高,易于扩展.对于大规模数据处理呈现出良好的实时处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈武凡	南方医科大学生物医学工程学院	214	1814	21.0	30.0
2	冯前进	南方医科大学生物医学工程学院	109	771	14.0	20.0
3	刘磊	南方医科大学生物医学工程学院	13	122	5.0	11.0
4	桂叶晨	南方医科大学生物医学工程学院	2	26	2.0	2.0