基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的基于中央处理器的变指数 PM 模型图像去噪算法运算量大的问题,提出了一种基于图形处理器(Graphic Processing Unit,GPU)加速的变指数 PM 去噪方法。该方法充分利用 GPU 中共享存储器和常数存储器在速度上的优势,引入 GPU 硬件加速工具和使用统一计算设备架构(Compute Unified Device Architecture,CUDA)对变指数 PM 模型进行了并行加速。并且采用球栅阵列结构的印刷电路板(Ball Grid Array,BGA)射线图像对新方法进行了测试。实验结果表明:所提的快速变指数 PM 去噪方法能够在有效地去除噪声的同时很好地保持图像的边缘信息;而且,图像越大,加速比越大,加速的优势越明显。可见,所提的快速去噪算法在 BGA 射线检测方面有很好地应用前景。
推荐文章
自适应全变分图像去噪模型及其快速求解
图像去噪
全变分模型
Bregman迭代正则化
分裂Bregman迭代算法
基于小波阈值和全变分模型的图像去噪
图像去噪
自适应阈值
小波变换
全变分模型
基于总变分和中值滤波的图像去噪方法
图像去噪
总变分
假边缘
中值滤波
基于区域分割的混合PDE模型遥感图像去噪
遥感图像
区域分割
偏微分方程
去噪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 GPU 的快速变指数 PM 模型及 BGA 射线图像去噪
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 GPU PM 模型 并行加速 BGA 射线图像
年,卷(期) 2015,(1) 所属期刊栏目 电子与电子信息
研究方向 页码范围 80-85
页数 6页 分类号 TP391
字数 4126字 语种 中文
DOI 10.3969/j.issn.1673-3193.2015.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桂志国 中北大学电子测试技术国家重点实验室 108 491 11.0 16.0
2 张权 中北大学电子测试技术国家重点实验室 48 259 9.0 13.0
3 刘祎 中北大学电子测试技术国家重点实验室 43 182 8.0 11.0
4 白云蛟 中北大学电子测试技术国家重点实验室 3 14 2.0 3.0
5 郭亚宁 中北大学电子测试技术国家重点实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (8)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GPU
PM 模型
并行加速
BGA 射线图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导