基于GPU的反卷积算法并行优化

• 作者: 刘金学 窦爱萍 贾婷婷 隽鹏辉
• 来源期刊: 航空计算技术
• 关键词: 并行 反卷积 GPU CUDA
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机软件
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP332|TP399.4
• 语种: 中文

摘要

反卷积是图像去模糊的基本算法,针对传统反卷积算法在图像去模糊处理中实时性较弱问题,提出基于众核GPU的Iterative Deconvolve 3d反卷积算法的并行优化实现.所提算法将原算法中的核心运算放在GPU上并行实现,利用CPU和GPU协同工作模式,CPU负责串行任务GPU负责并行任务.实验表明:与传统的算法相比,在不影响图片处理效果的前提下,计算速度比CPU上的实现速度提高了近11倍,并具有良好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦爱萍		7	23	3.0	4.0
2	隽鹏辉		3	2	1.0	1.0
3	刘金学		2	0	0.0	0.0
4	贾婷婷	西安科技大学高新学院	1	0	0.0	0.0