学位论文 > 优秀研究生学位论文题录展示

基于GPU的颜色传递算法在视频处理中的应用

作　者: 甘小方
导　师: 钱昆明
学　校: 大连理工大学
专　业: 计算机应用技术
关键词: 图像处理彩色化颜色传输视频处理 GPU
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 275次
引　用: 1次
阅　读: 论文下载

内容摘要

多年来计算机图形处理器(GPU)以大大超过摩尔定律的速度高速发展。图形处理器的发展极大地提高了计算机图形处理的速度和图形质量，并促进了与计算机图形相关应用领域的快速发展。与此同时，图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能使其在诸如数字图像处理的通用计算领域的应用有着巨大的潜力。图形硬件技术一个最主要的突破就是在图形硬件中引入了可编程功能，此功能允许用户编制自定义的着色器程序(shader program)来替换原来固定流水线中的某些功能模块，使得GPU在功能上更像一个通用处理器。虽然GPU具有非常高的计算速度，但并不能直接将以前在CPU中实现的算法照搬到GPU中来执行，这是因为GPU的指令执行方式和CPU不一样，GPU的体系结构是一种高度并行的单指令多数据(SIMD)指令执行体系。所以要基于可编程图形硬件实现一些在CPU中效率较低的算法，就必须重新组织算法实现的数据结构和步骤，以充分利用GPU并行处理体系结构带来的性能优势。本文中的几种算法都基于可编程图形硬件实现，在达到实时效率的同时保证了结果的质量。本文首先介绍了GPU的发展历史及GPU的一些技术特点，分析和总结了用GPU实现数字图像处理算法的一些基本框架，介绍了如何通过GPU实现视频的加速处理，并详细地介绍和实现了GPU在边缘检测、颜色空间转换、图像几何变等典型图像处理领域的应用，提出了排序，找最大最小数等算法的GPU中的并行解决方案。其次，介绍了计算机视觉领域两个很有意义的问题：灰度图像彩色化和颜色传递。首先介绍了此领域的发展过程及一些典型的算法，针对现有的算法速度较慢的问题，提出并实现了基于GPU加速的快速灰度图像彩色化算法和基于GPU加速的颜色传递算法，在取得较好的效果的同时，提高了算法计算速度。在本文的最后，作者总结了自己关于可编程图形硬件技术的一些经验和体会，并提出了一些未来的研究方向。

全文目录

摘要  3-4
Abstract  4-7
引言  7-9
1 GPU简介  9-26
  1.1 可编程图形硬件的发展  9-10
  1.2 可编程图形硬件的特点  10-15
    1.2.1 可编程图形硬件(GPU)的优缺点  11-12
    1.2.2 定位瓶颈和解决瓶颈  12-15
  1.3 shader语言  15-17
  1.4 GPU进行图像处理的基本流程和步骤  17-26
    1.4.1 顶点着色器  19-20
    1.4.1 像素着色器  20-23
    1.4.3 多遍(Multi-Pass)渲染和多渲染目标  23-25
    1.4.4 基于 GPU加速的并行图像处理基本步骤  25-26
2 GPU在视频领域的应用  26-38
  2.1 DirectX简介  26-27
  2.2 DirectShow简介  27-29
  2.3 DirectGraphics简介  29-30
  2.4 基于图形处理器的视频处理技术  30-38
    2.4.1 应用图形硬件进行视频处理  31-32
    2.4.2 加载视频到3D场景  32-38
3 典型图像处理算法的 GPU并行实现及性能分析  38-49
  3.1 颜色空间转换的 GPU实现  38-40
  3.2 图像的边缘检测，平滑(去噪声)，锐化的 GPU实现  40-44
    3.2.1 图像的边缘检测  40-42
    3.2.2 图像的平滑处理  42-43
    3.3.2 图像的锐化处理  43-44
  3.3 图像几何变换的 GPU实现  44-45
  3.4 求一组数的平均数，最大/最小值，加和的 GPU实现  45-46
  3.5 排序算法的 GPU实现  46-49
4 基于 GPU加速的图像颜色传递算法  49-57
  4.1 引言  49
  4.2 Reinhard算法  49-52
    4.2.1 颜色空间  49-51
    4.2.2 Reinhard算法描述  51-52
    4.2.3 Reinhard算法性能分析  52
  4.3 Reinhard算法的GPU实现  52-55
    4.3.1 Reinhard算法 GPU实现具体步骤  52-53
    4.3.2 Reinhard算法 GPU实现性能分析  53
    4.3.3 Reinhard算法 GPU实现效果与分析  53-55
  4.4 本章小结  55-57
5 基于 GPU加速的灰度图像彩色化算法  57-64
  5.1 引言  57-58
  5.2 Welsh算法  58-60
    5.2.1 像素匹配  58-59
    5.2.2 Welsh算法描述  59-60
    5.2.3 Welsh算法性能分析  60
  5.3 灰度图像彩色化的 GPU实现  60-61
    5.3.1 GPU实现的具体步骤  60-61
    5.3.2 GPU实现的性能分析  61
  5.4 实验结果与分析  61-63
  5.5 本章小结  63-64
结论  64-66
参考文献  66-69
致谢  69-70
大连理工大学学位论文版权使用授权书  70

相似论文

基于CCD图像传感器的温度测量技术研究,TH811
基于FPGA的数字图像处理基本算法研究与实现,TP391.41
雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
机械臂视觉伺服系统的研究,TP242.6
数字图像处理在集装箱检测中的应用研究,TP274.4
半成型结构在休闲女装中的应用,TS941.2
基于视觉的番木瓜外观品质检测技术研究,S667.9
基于机器视觉的光纤几何参数检测研究,TN253
羊绒与羊毛纤维鉴别系统的研究,TS101.921
基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
基于图像处理技术的两相流动特性描述,TP391.41
基于嵌入式系统钻孔成像装置的研究,P634.3
车牌识别系统中车牌定位算法的研究,TP391.41
基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
群控电梯客流密度实时识别技术研究,TP391.41
基于神经树的人脸识别方法研究,TP391.41
数字型仪表自动识读系统研究,TP391.41
智能清分机的管理和应用软件设计,TP391.41
沉积物岩心灰度图像处理技术及其在东海内陆架高分辨沉积记录中的应用,P736.21