基于GPU加速的光线跟踪渲染算法研究

分析了光线跟踪渲染算法在GPU上实现的流程;设计了CUDA平台上基于BVH加速结构的光线跟踪渲染引擎,针对CUDA架构的特点重新设计了BVH遍历算法和间接反射计算算法;并在四个场景和两种分辨率下针对GPU和CPU实现进行了详细对比测试。通过分析实验结果,基于GPU加速的光线跟踪算法在不同复杂度的场景下相比其CPU实现都有较高的性能提升。     

基于GPU加速的快速字符串匹配算法

如何提高字符串实际匹配效率一直是信息匹配领域中非常重要的研究课题。在分析字符串匹配并行规律的基础上,结合GPU并行体系结构,对Sunday算法实现并行化。在CPU和GPU不同计算平台上分别做了对比实验,实验结果显示基于GPU并行实现的Sunday算法比传统Sunday算法具有更高的匹配速度。     

基于图像增强的低光照图像识别算法研究

为提高图像增强算法的图像识别有效性，提出了基于图像增强的低光照图像识别算法。首先，采用直方图均衡化的图像增强算法对开源低光照图像数据集（ExDark）进行增强处理；然后，设计卷积神经网络进行图像识别训练，通过多重卷积—池化操作，实现图像特征提取；最后，将识别结果与其他增强方法结果进行对比实验。结果表明，与其他传统方法相比，在低光照图像的处理中采用直方图均衡化的图像增强法可获得更高的图像信息熵与图像对比度，图像识别准确率提升了14.4%，对低光照条件下的图像识别具有参考价值。     

图像增强算法新进展

对目前图像增强文献进行分析和理解的基础上,首先概括了近几年图像增强的研究现状,根据相关文献简要分析了传统图像增强方法的缺陷及改进,然后介绍和评价了新算法,最后介绍了图像增强方法的评价标准,对图像增强的发展方向和亟待解决的问题进行了展望和分析.     

Retinex算法在铁路货运检测中的应用

本文将Retinex算法应用到铁路货运检测中,着重研究并实现了在Retinex算法基础上发展起来的单尺度Retinex(SSR)图像增强算法和多尺度Retinex(MSR)图像增强算法,不仅能增大图像动态范围,提高图像亮度,还能保持图像细节,增加图像清晰度。     

基于多重算法的灰度图像增强及应用

灰度图像增强在数字图像处理中有着广泛的应用,不少研究者通常研究特定环境下不同图像增强算法效果的优劣,而缺乏对同一图像采用不同算法多重处理的研究．针对这一不足,通过开发交互式多重图像处理算法软件,对灰度图像采用多重增强算法进行处理,在实际应用中得到了比单一算法更好的图像增强效果．     

基于空域的图像增强技术研究

图像增强是数字图像处理的一类基本技术.图像增强为了改善图像的视觉效果,提高图像的清晰度和工艺的适应性,常常将图像感兴趣的特征有选择的突出,并衰减不需要的特征.本文主要研究基于空域的图像增强算法,探讨了直方图的均衡化、直方图的规定化,以及灰度变换等空域图像增强方法.     

车牌识别中图像增强算法研究

车牌定位是自动车牌识别系统中的关键技术,图像增强算法在车牌定位又是十分重要的一部分,本文对常用图像增强算法进行了分析研究,结合实际车辆牌照图像进行了相应的处理实验,并进行了实验结果分析.     

基于GPU的串匹配算法研究综述

串匹配是一个非常经典的问题,本文通过回顾和分析GPU的串匹配算法的国内外研究近况,提出了GPU的串匹配算法的一些新的研究方向,特别是将一些编译解释性的工作放在GPU上实现的思想。     

基于GPU的异构并行环境下程序优化策略研究

由CPU＋GPU组成的异构并行环境可以有效地提高计算系统的运算速度和处理能力。本文设计了几种有效的优化策略。首先依据计算情况和数据规模对并行计算单元进行合理的资源动态分配;然后通过共享存储器优化、指令优化及内存合并技术,对算法进一步优化,将其改造成为适用于异构环境处理的并行模式,以提高算法的运行速度。论文通过基于异构分布并行环境的蛋白质折叠结构预测算法进行实验,结果证明此优化方法是可行的、有效的,算法的运行速度有很大的提高,获得了较好的加速比。