层析法计算三维物体全息图的并行加速研究

随着计算空间光调制器的分辨率的尺寸逐渐变大，全息图三维动态显示的计算量也越来越大，使得对全息计算速度提出了新的要求。利用GPU并行计算处理的方式实现全息图的快速层析法计算，该方法利用GPU并行多线程和层析法中的图像二维傅里叶变换的优势对菲涅尔衍射变换算法加速计算；同时通过对GPU底层资源的调用和对CUDA中程序的流处理过程，有效减少中间的延时等待。通过对计算速度对比分析表明:与在CPU上运算相比，计算速度大幅提升，基于GPU并行计算的方法比基于CPU计算的方法速度快10倍左右。     

基于GPU和分块技术的巨幅影像快速傅里叶变换算法研究(英文)

快速傅里叶变换(FFT)是遥感影像处理的基础方法,随着高光谱、高空间和高时间分辨率遥感影像获取能力的提升,如何利用快速傅里叶变换技术快速有效地处理巨幅遥感影像是当前遥感影像处理技术中的重要环节和研究热点。傅里叶变换算法FFT是基本的图像处理算法之一,该算法可进行遥感影像的条带噪声去除、影像压缩和影像配准处理等多种用途。CUFFT函数库是NVIDIA公司提供的基于GPU的FFT算法库,FFTW是由MIT科学实验室计算机组在PC平台上开发的基于CPU的FFT算法,是目前在基于CPU的运行速度最快的FFT算法函数库,这两种实现共有的问题是当可用内存或显存的容量小于图像容量时,就会出现内存或显存溢出。针对这种问题,提出了一种基于GPU和分块技术的巨幅遥感影像快速傅里叶变换(huge remote fast Fourier transform,HRFFT)算法。通过对CUDA的CUFFT函数库中的FFT算法进行改进,解决了巨幅图像内存或显存溢出的问题,并结合HJ-1A卫星的CCD影像,通过实验与其他算法进行了对比,证明了该方法的合理性。在实际应用中,利用本文提出的HRFFT算法,改善了影像处理的效果,提高了遥感影像的质量,同时加快了影像处理的速度,节省了计算时间,取得了较好的效果。     

基于分块DCT变换编码的小波域多幅图像融合算法

提出了一种利用DCT变换和小波变换的特征层图像融合算法.其基本思想是先对多幅源图像进行分块DCT变换,选取较大方差对应的变换系数,将图像压缩为原图像大小的1/4,保留系数的对应坐标作为提取信息时的密钥;其次将经处理后的DCT系数直接作为小波变换的分解系数,经小波逆变换后得到融合信息.实验结果表明,该算法实现了多幅不同大小图像的融合,同时单一密钥只能提取单一图像. 关键词： 图像融合 小波变换 离散余弦变换 编码     

NeuDATool：支持GPU硬件加速和计算机集群跨节点并行的开源中子散射数据分析软件

实验势精修是20世纪80年代英国散裂中子源无定型材料组开发的用于分析中子散射实验数据的软件. 实验势精修的目标是根据中子散射数据重建样品的三维原子结构. 在过去的几十年，实验势精修被广泛用于中子散射实验数据分析，为实验用户提供了可靠的分析结果. 但是实验势精修是基于共享内存并行计算(OpenMP)的Fortran程序，不支持计算机服务器集群跨节点并行加速和GPU加速；这限制了它的分析速度. 随着计算机服务器集群的广泛建设和GPU加速技术的普遍使用，有必要重新编写EPSR程序以提高运算速度. 本文使用面向对象的C++语言，开发了一套实现EPSR算法的开源软件包NeuDATool；软件通过MPI和CUDA C实现了计算机集群跨节点并行和GPU加速. 使用液态水和玻璃态二氧化硅的中子散射实验数据对软件进行了测试. 测试显示软件可以正确重建出样品的三维原子结构；并且模拟体系达到10万原子以上时，使用GPU加速可以比串行的CPU算法提高400倍以上的模拟速度. NeuDATool为中子实验用户尤其是对熟悉C++编程并希望定义特殊分析算法的实验科学家提供了一种新的选择.     

(加急)基于GPU的并行加速渲染算法的研究

目前,GPU渲染技术仍然存在不足之处,在分配渲染任务时,没有充分发挥各个处理器的优势,浪费了性能较好的处理器,影响了渲染速度的提高。针对以上问题,根据武进区邹区现代农业产业园人口疏散地域接收安置动画的项目,在原有GPU渲染架构的基础上提出了一种基于sort-last架构的带反馈的动态负载均衡算法。在分配渲染任务之前,对所有处理器进行性能统计,将时长较长的场景分配给性能较好的处理器,时长短的分配给剩余的处理器,待有处理器完成渲染任务时,将剩余场景时间较长的,分配给第一轮任务先完成的处理器,以此类推。实验结果表明,该方法对解决上述问题具有较好的效果,解决了目前集群渲染存在的不足之处和负载不平衡的问题,最终实现了加速渲染。     

基于双混沌置乱和扩频调制的彩色图像盲水印算法

提出了一种新的适应彩色图像的盲水印算法,先对宿主图像的绿色分量以8×8像素分块进行离散余弦变换(DCT)变换,用logistic映射生成两个混沌序列,然后用混沌序列置乱加密二值水印图像,并用两个互不相关的伪随机序列扩频调制水印,最后将调制好的水印嵌入到DCT变换域的中频子带系数上,进行分块DCT反变换得到水印化图像.提取水印时,通过比较两个伪随机序列和水印化图像的相关性大小来提取水印,不需要原始图像的参与,为盲提取水印算法.实验结果证明本文算法能有效地抵抗JPEG压缩、加噪、剪切等常见攻击,绿色分量嵌入水印比红色和蓝色分量嵌入水印能更好地抵抗JPEG压缩的攻击.     

基于GPU的液晶自适应光学波前重构计算

利用GPU进行液晶自适应光学波前重构的加速计算.介绍了液晶自适应光学的Zernike模式波前重构算法,详细论述了GPU的通用架构和GPU实现波前重构的方法,给出了GPU与CPU的实验对比结果.结果表明,GPU计算波前重构不但可以准确无误地计算出液晶波前校正器的灰度级分布,计算速度更是传统CPU波前计算的几十倍.     

一种基于视频压缩的信息隐藏算法实现

基于当前流行的视频压缩技术，提出了一种变换域嵌入算法，并通过仿真实验检验了该算法的有效性。该算法以视频图像离散余弦变换（DCT）矩阵的矢量嵌入为基础，以DCT子块为信息嵌入基本载体，将信息隐藏与频域变换相结合，简化了压缩过程的运算量，同时也提高了隐藏的鲁棒性和透明性。     

基于OpenCL的数字相控阵雷达干扰模拟

针对现代战争复杂电磁环境以及数字相控阵雷达干扰信号生成数据量大、多波束等难点,利用图形处理器（GPU）带宽高,运算能力强的特点,使用OpenCL异构编程框架实现数据级并行策略,设计了基于OpenCL的五种典型数字干扰并行算法。算法根据GPU的读写机制进行优化设计,充分发掘了现有GPU的并行计算能力。实验结果表明：基于GPU的数据并行计算程序与中央处理器（CPU）平台相比较,加速比最大可达3.25,提高了相关雷达回波模拟设备的速度,基本满足数字相控阵雷达信号处理的实时性要求。     

基于共轭透视相关相机的光场图像渲染与显示

为提升光场图像的渲染效率,提出一种基于共轭透视相关相机的光场图像渲染算法并搭建了相应的光场显示系统。利用共轭透视相机实现了深度正确的光场图像的一步渲染,从而省去了图像编码过程。同时利用相邻共轭相机之间的透视相关性减少重复计算,加速了渲染过程。对比传统算法,该算法并行处理能力强,非常适合利用图形处理硬件进行加速处理。利用中央处理器和图形处理器混合编程技术搭建了获取光场图像的渲染管线。对比测试结果表明,算法对视点数目不敏感,尤其适合高密度视点的光场图像的渲染。而且所渲染的视点越多,效率提升越明显。该算法还可以有效地兼容计算机图形学中的纹理贴图、光照等技术实现逼真场景的渲染。为验证算法的正确性,搭建了一套光场显示系统,利用所渲染的光场图像实现了虚拟场景的3D显示,获得了良好的3D立体效果。