SURF算法在通用GPU和OpenCL的优化与实现

Speeded Up Robust Feature（SURF）算法是在计算机视觉领域得到广泛应用的一种图像兴趣点检测和匹配方法。开放计算语言（OpenCL）提供了一个在异构体系结构上，包括GPU，CPU及其他类型处理器，编写并行程序的框架。本文介绍了如何在通用GPU和OpenCL平台上，对SURF算法进行优化与实现。本文对其中一些优化方法，例如kernel线程的配置，局部内存的使用方法等，进行了详细的对比和讨论。最终实现的OpenCL版本的算法在NVidiaGTX260平台上获得了比原始的CPU版本在IntelDual—CoreE54002．7G处理器上至少21倍的加速。

SURF算法在通用GPU和OpenCL的优化与实现

Speeded Up Robust Feature(SURF)算法是在计算机视觉领域得到广泛应用的一种图像兴趣点检测和匹配方法。开放计算语言(OpenCL)提供了一个在异构体系结构上,包括GPU,CPU及其他类型处理器,编写并行程序的框架。本文介绍了如何在通用GPU和OpenCL平台上,对SURF算法进行优化与实现。本文对其中一些优化方法,例如kernel线程的配置,局部内存的使用方法等,进行了详细的对比和讨论。最终实现的OpenCL版本的算法在NVidia GTX260平台上获得了比原始的CPU版本在Intel Dual-Core E5400 2.7G处理器上至少21倍的加速。

基于OpenCL的异构系统并行编程

针对异构处理器在传统通用计算中利用率低的问题,提出基于开放计算语言OpenCL(open computing language)的新的通用计算技术,它提供了统一的编程模型。介绍了OpenCL的特点、架构及实现原理等,并提出OpenCL性能优化策略。将OpenCL与计算统一设备架构CUDA(compute unified device architecture)及其它通用计算技术进行对比。对比结果表明,OpenCL能够充分发挥异构处理平台上各种处理器的性能潜力,充分合理地分配任务,为进行大规模并行计算提供了新的强有力的工具。

基于OpenCL改进四邻域算法速度的研究

介绍OpenCL基本原理及其特点,分析其在生物医学图像处理中的应用,并以图像清晰度计算算法四邻域法为例进行算法并行化。计算结果表明,在PC平台进行图像清晰度计算时,基于GPU计算的OpenCL技术可以极大地提高图像处理的速度,使得普通计算机上也可实现复杂的生物医学图像处理及可视化应用。

基于OpenCL的流式应用程序在MPSoC上的动态并行度伸缩调度

分析了嵌入式系统应用程序的复杂化和多样化趋势,面向嵌入式系统常见的流式应用程序,提出了基于开放运算语言(OpenCL)的统一编程框架,并在此框架的基础上设计一个运行时系统,在应用程序可用计算资源发生变化的场景下,该系统可在线调整应用程序的并行度,并进行动态调度。实验结果显示,与已有的Flextream动态调度系统相比,该调度系统在性能上最高可以提场17%,在动态调度的时间开销上最多可以降低7%。

改进的肝脏软组织分割算法及实时绘制

提出了一种基于GraphCut算法的高精度CT肝脏软组织分割算法，并利用开放运算语言（OpenCL）实现了肝脏软组织实时高效绘制。这种改进的GraphCut算法分割准确度高，平均正确率达到96．2％，而且利用OpenCL实现的基于八叉树的改进RayCasting算法大大提升了并行绘制速度，得到了近于200倍的加速，从而为实现实时跨平台虚拟手术系统提供了有力保障，也使得医生可以更高效更准确地诊断、治疗病患，该方法有良好的实用前景。