基于GPU加速的运动模糊图像的实时恢复

论文摘要

运动模糊是指由于被摄物体与成像系统在拍摄记录的过程中产生相对运动而导致的图像模糊。运动模糊是成像过程中普遍存在的问题,在飞机或宇宙飞行器上等航空摄影拍下来的照片,用照相机拍摄高速运动车辆的照片,以及战场上飞行中的导弹均可能存在这种现象。运动模糊图像的恢复是图像恢复中的主要课题之一,可广泛用于天文、军事、道路交通、医学图像及侦破等领域,具有重要的现实意义。然而图像恢复操作的数据量大,算法复杂,就直接影响了处理的速度。随着视频监控识别系统需求的不断提高和图像恢复算法的发展,人们在确保图像恢复质量的基础上,对算法提出“大信息量”及“快速”两项要求。当前这两项指标主要落实在对“512×512”的视频模糊图像进行“25帧/s”的实时恢复处理的要求上。而目前能达到该要求的,更多的是使用多处理器的方案,即以增加并行的硬件设备为前提来提升图像的恢复速度,但是这种实验环境不便构架,且硬件代价较大。近年来计算机图形处理器(Graphics Processor Unit,GPU)高速发展,极大地提高了计算机图形处理的速度,同时GPU的高速度、并行计算和可编程功能为图像处理提供了良好的并行加速平台,使得通过GPU对一些图像处理操作进行并行加速成为可能。本文针对传统的多处理器方案的硬件代价较大的问题,结合GPU的高速的并行性,本文提出了一种基于GPU加速的运动模糊图像实时恢复算法,将维纳滤波恢复算法转化为GPU中的纹理图像渲染过程,利用GPU并行计算和高速浮点计算特性,使得维纳滤波恢复算法在GPU中并行加速执行,显著地提高了算法计算速度,在普通PC机上实现了512×512运动模糊图像的实时恢复,满足了实时的要求,并且为普通用户的模糊图像实时恢复工作提供了一种可行的途径。

论文目录

• 摘要
• Abstract
• 引言
• （1） 课题的背景与意义
• （2） 国内外发展与研究现状
• （3） 论文的内容与基本结构
• 1 运动模糊图象恢复的基本理论
• 1.1 图象的噪声
• 1.1.1 噪声的概述
• 1.1.2 噪声的分类
• 1.1.3 图像系统噪声的特点
• 1.2 图象傅立叶变换
• 1.2.1 连续傅立叶变换
• 1.2.2 离散傅立叶变换
• 1.3 运动模糊图象的退化模型
• 1.3.1 运动模糊的产生过程描述
• 1.3.2 匀速直线运动模糊的退化模型
• 1.4 本章小结
• 2 GPU加速的并行图像处理
• 2.1 计算机可编程图形硬件的发展
• 2.2 图形处理器的处理原理和体系结构
• 2.2.1 图形处理器的处理原理
• 2.2.2 图形处理器的体系结构
• 2.3 计算机图形硬件的特点
• 2.3.1 计算机图形硬件（GPU）的优缺点
• 2.3.2 定位瓶颈和解决瓶颈
• 2.4 Shader语言
• 2.5 基于GPU的并行图像处理
• 2.5.1 顶点着色器
• 2.5.2 像素着色器
• 2.6 本章小结
• 3 基于GPU加速的运动模糊图像实时恢复
• 3.1 运动模糊图象的维纳滤波恢复方法
• 3.1.1 逆滤波恢复
• 3.1.2 有约束最小二乘方恢复
• 3.1.3 Richardson-Lucy恢复
• 3.1.4 维纳滤波恢复
• 3.1.5 点扩散函数的确定
• 3.2 二维FFT和IFFT的GPU实现
• 3.2.1 GPU数字图像并行处理技术要点
• 3.2.2 FFT的计算模型
• 3.2.3 GPU中的数据存储
• 3.2.4 二维FFT和IFFT的GPU具体实现
• 3.3 GPU维纳滤波算法实现模糊图像恢复的算法模型
• 3.3.1 变量定义及说明
• 3.3.2 算法描述
• 3.4 试验结果与分析
• 3.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢