基于CUDA的紅外圖像處理算法設(shè)計.pdf

1、近年來,紅外熱成像技術(shù)取得了長足的發(fā)展,越來越多的紅外視頻成像系統(tǒng)運用于科學(xué)、軍事、民用等各個領(lǐng)域。然而技術(shù)的不足,特別是國內(nèi)焦平面陣列探測器自身硬件的缺陷和紅外圖像處理算法的不足制約著外紅熱成像技術(shù)進(jìn)一步的普及。受到材料和工藝水平等多方面因素所限,通過提高焦平面陣列探測器的方式來改善紅外熱成像系統(tǒng)性能的方法需要耗費較大成本,且周期長;而通過探測器后端紅外圖像處理算法的方法具有易于實現(xiàn)、成本較小等優(yōu)點,其越來越成為現(xiàn)在的熱門研究方向。<

2、br>　　因此,為了適應(yīng)大面陣、高幀率的發(fā)展趨勢,針對現(xiàn)有個人電腦CPU串行運算能力不足,處理圖像質(zhì)量不高的現(xiàn)狀,本文提出了CPU+GPU的體系結(jié)構(gòu)。利用CPU的串行處理特點來進(jìn)行管理資源和進(jìn)程調(diào)度;利用GPU能夠并行運算的特點來進(jìn)行外紅圖像處理。此時,GPU作為紅外圖像算法的主處理器,和CPU有效隔離。相較于單CPU處理架構(gòu)而言,此架構(gòu)利用GPU的眾核同時進(jìn)行大面陣外紅圖像處理,有效降低了CPU的負(fù)載,顯著地提高了整個系統(tǒng)的處理速度。

3、
　　通過上述所述方法,本文利用NVIDIA公司提供的CUDA軟件編程構(gòu)架方案。在上位機端完成了改進(jìn)的基于場景的非均勻校正算法和自適應(yīng)的盲元檢測算法。這些算法都充分利用了GPU的并行運算能力,使得上位機端能夠完成各種復(fù)雜的大面陣紅外圖像算法。
　　最后,本文進(jìn)行了整體的紅外算法系統(tǒng)測試。采用了640x512面陣的焦平面紅外探測器拍攝的圖像,針對單CPU構(gòu)架無法完成的基于場景的非均勻校正算法和自適應(yīng)盲元檢測算法,完成了大面陣的