摘 要：目前，基于CPU（Central Processing Unit，中央處理器）的圖形圖像處理技術(shù)的發(fā)展難以跟上圖形圖像處理算法復雜度增加的速度。針對這一問題，本文對基于GPU（Graphic Processing Unit，圖形處理器）的圖形圖像處理技術(shù)進行了研究，即利用CUDA（Compute Unified Device Architecture，統(tǒng)一計算設備架構(gòu)）技術(shù)，使用C++語言在GPU上實現(xiàn)了圖像圖像處理中的彩色負片處理、高斯模糊處理以及Alpha透明混合處理。實驗表明，本文所實現(xiàn)的基于GPU的處理技術(shù)能以較短的時間達到與基于CPU的處理技術(shù)一樣的效果。

關鍵詞：CPU；GPU；CUDA；圖形圖像處理

中圖分類號：TP391.41

雖然CPU的處理能力與運算速率一直在翻倍的增長，但是人們對圖像的質(zhì)量與用途提出了更多的要求，圖像處理也變得更復雜?？梢?，CPU難以勝任圖像處理任務。而GPU的運算能力遠大于CPU，同時伴隨著CUDA的出現(xiàn)，使得基于GPU的圖形圖像處理進入了一個全新的發(fā)展階段。

1 相關技術(shù)介紹

1.1 GPU技術(shù)

在計算機技術(shù)的萌芽階段，圖像處理相對比較簡單，CPU完成能夠勝任。而隨著科技的快速發(fā)展，人們對圖像的質(zhì)量與用途提出了更多的要求，圖像處理相應地變得越來越復雜，而CPU的處理能力的增長難以跟上需求的步伐。為解決這一矛盾，1999年，NVIDIA公司制造了第一塊GPU。

1.2 CUDA方案

以前，程序員通過OpenGL等所提供的相關接口來實現(xiàn)對GPU的操作，這種方式不僅要求程序員具備較高的專業(yè)技能，而且程序?qū)崿F(xiàn)復雜、缺乏靈活性。針對這一問題，NVIDIA公司給出了CUDA方案。該方案以一種類似于C語言的編程方法和開發(fā)環(huán)境實現(xiàn)對GPU的操作，使得程序員能夠較快地掌握GPU編程。

2 基于GPU的圖形圖像處理的實現(xiàn)

本文利用編程工具Visual Studio 2010，在NVIDIA公司的Quadro 2000顯卡（CUDA版本為5.0，顯存為1G）上實現(xiàn)了高斯模糊、Alpha透明以及彩色負片處理。下面將分別對三種實現(xiàn)進行介紹。

2.1 基于GPU的高斯模糊處理的實現(xiàn)

在高斯模糊處理中，水平方向與垂直方向上的一維變換矩陣是不相關的，因此就可以把處理任務分解成多個相互獨立的子任務，然后把這些子任務同時交由GPU進行并行處理。處理流程為：首先讀取原始圖像，接著利用CUDA所提供的函數(shù)從水平與垂直兩個方向?qū)υ紙D像的像素進行分割，然后把所得到的兩個子集交由GPU進行并行高斯模糊處理，最后把處理結(jié)果進行合并，從而完成圖像的高斯模糊處理。

2.2 基于GPU的Alpha透明混合處理

3 結(jié)束語

本文把CUDA與GPU相結(jié)合，對圖像處理中的高斯模糊處理、透明合并處理以及彩色負片處理進行了實現(xiàn)。

參考文獻：

[1]Owens J D，Luebke D，Govindaraju N.A survey of general purpose computation on graphics hardware.COMPUTER GRAPHICS FORUM，2007（01）：80-113.

[2]Rueda A，Ortega L.Geometric algorithms on CUDA.Proceddings of International Conference on Computer Graphics Theory and Applications，2008：107-112.

[3]Buck I.，F(xiàn)oley T..Brook for GPUs：stream computing on graphics hardware.New York：ACM，2009.

作者簡介：何明華（1980-），女，四川康定人，經(jīng)濟管理系講師，碩士。

作者單位：四川民族學院，四川康定 626001