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:
针对多尺度视网膜增强算法在图像增强过程中存在运算时间较长的问题,给出一种基于CPU-GPU并行加速的多尺度视网膜算法.在并行化设计时,对CUDA如何管理GPU的硬件资源能够在GPU硬件资源量固定的情况下启动更多的线程参与计算进行深入讨论和公式化求解;对GPU并行模型进行改进,充分利用CPU和GPU资源;通过3个CPU线程实现R、G、B通道的并行,每个通道的增强过程通过GPU并行.在对多种场景图片的CPU-GPU并行加速处理的实验中得到了高达267倍的加速比.
推荐文章
基于CPU-GPU的NURBS曲面并行刀具路径规划方法
NURBS曲面
OpenCL
并行计算
刀具路径规划
多核CPU-GPU协同的并行深度优先算法
多核CPU
GPU
深度优先搜索
并行
异构
基于CPU-GPU异构并行的MOC中子输运计算并行效率优化研究
异构并行
特征线方法
中子输运计算
GPU
CUDA
CPU-GPU系统中基于剖分的全局性能优化方法
CPU-GPU异构并行系统
全局优化
3级优化
3级剖分
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CPU-GPU的多尺度视网膜增强算法
来源期刊 计算机工程与设计 学科 工学
关键词 图像增强 并行加速 CPU线程 GPU并行 多尺度视网膜
年,卷(期) 2018,(12) 所属期刊栏目 多媒体技术
研究方向 页码范围 3779-3784
页数 6页 分类号 TN911.73
字数 4492字 语种 中文
DOI 10.16208/j.issn1000-7024.2018.12.031
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 杨辉华 桂林电子科技大学计算机与信息安全学院 94 618 13.0 19.0
3 路皓翔 桂林电子科技大学计算机与信息安全学院 8 2 1.0 1.0
4 张卫东 桂林电子科技大学计算机与信息安全学院 10 15 2.0 2.0
7 卓永 桂林电子科技大学计算机与信息安全学院 2 3 1.0 1.0
8 杜师帅 北京邮电大学自动化学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像增强
并行加速
CPU线程
GPU并行
多尺度视网膜
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导