非锐化掩蔽图像增强算法的性能优化

近些年来，随着计算机科学技术的进步，图像增强处理在各个领域运用广泛，比如卫星导航、医疗诊断、交通检测等。因此，也就有了许多相对成熟的图像增强算法，用来提高图像的视觉效果。但是随着处理图像规模的增大和人们对系统实时性的要求越来越高，提高图像处理的运行速度成为人们在图像处理时尤为关注的问题。一般的CPU串行处理方法已经很难再满足该处理过程。所以，本设计研究如何优化非锐化掩蔽图像增强算法的性能，使其在处理大规模图像时能满足实时性要求。
本文基于对传统的非锐化掩蔽图像增强算法的研究，提出了一种基于统一计算设备架构上的非锐化掩蔽图像增强并行算法。将传统在CPU上执行的该算法的C语言代码中耗时且可并行的部分进行并行化设计，使其在执行时可调至图形处理器上进行并行计算，以此来缩短算法执行时间，优化算法性能。本设计进行了算法可并行性分析，找出算法中可并行化的功能模块，设计出该算法的优化方案，实现了并行算法。
最终实验结果表明，经过优化的并行算法相比于串行的原算法，在得出相同图像处理结果的前提下，处理速度提高了二百多倍。所以本文研究的非锐化掩蔽图像增强并行算法在增强图像的同时可以缩短算法运行时间，在如今的图像处理领域具有一定的实用价值。

关键词：图像增强；非锐化掩蔽；算法优化；GPU并行算法；CUDA

本文共六部分，各部分的内容安排如下：
第一部分 引言。介绍非锐化掩蔽图像增强算法的研究背景及意义，研究现状，研究目标与研究内容等。
第二部分 相关技术理论基础。介绍非锐化掩蔽图像增强算法理论，以及GPU技术。
第三部分 非锐化掩蔽图像增强算法的研究与分析。分析非锐化掩蔽图像增强算法的热点，以及该算法GPU可并行性分析。
第四部分 非锐化掩蔽图像增强并行算法分析与设计。分析非锐化掩蔽图像增强并行算法的可并行性和该并行算法流程，阐述并行设计过程。
第五部分 实验结果与分析。通过GPU非锐化掩蔽图像增强并行算法的实验，充分证明性能优化策略的有效性。
第六部分 结论。总结研究工作，提出创新点，并对未来的研究进行展望。

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】