基于GPU的多尺度Retinex图像增强算法实现

• 作者: 刘寿生 李辉 盖颖颖 解维浩
• 来源期刊: 山东科学
• 学科: 工学
• 关键词: 图像增强 多尺度Retinex GPU CUDA 并行计算
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 其他研究论文
• 页码范围: 103-109
• 页数: 7页
• 分类号: TP391.41
• 字数: 3615字
• 语种: 中文
• DOI: 10.3976/j.issn.1002-4026.2017.03.018

摘要

为提高多尺度Retinex算法的实时性,本文提出了基于GPU的多尺度Retinex图像增强算法,通过对算法进行数据分析和并行性挖掘,将高斯滤波、卷积和对数差分等计算量非常耗时的模块放到GPU中,利用大规模并行线程处理来提高效率.在GeForce GTX480和CUDA 5.5中进行实验,结果表明该算法能显著提高计算速度,且随着图像分辨率的增加,最大加速比达160倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	山东省科学院海洋仪器仪表研究所	5	26	2.0	5.0
2	解维浩	山东省科学院海洋仪器仪表研究所	2	0	0.0	0.0
3	盖颖颖	山东省科学院海洋仪器仪表研究所	5	15	3.0	3.0
4	刘寿生	山东省科学院海洋仪器仪表研究所	1	0	0.0	0.0