一种基于CUDA的低照度图像增强并行优化方法

摘要

本发明公开了一种基于CUDA的低照度图像增强并行优化方法，采用CPU/GPU异构模式，将低照度图像增强算法全部在GPU上运行，输入数据和输出数据在CPU和GPU之间进行拷贝；在GPU上使用3个kernel，每个kernel都开辟与图像像素点数目相同的线程，分别负责计算图像反转以及暗原色的估算、全局大气光估算、透射率和去雾模型的计算以及图像的反转操作。本发明对基于暗原色去雾技术的低照度图像增强算法中，不适合在GPU上运行的计算全局大气光的部分进行改进，使用暗原色和图像的亮度值来评估大气光值，减少了数据间的相关性。本发明在提高夜间图像可视化效果的同时可达到实时处理效果。

主权项

一种基于CUDA的低照度图像增强并行优化方法，是指在GPU上使用CUDA编程模型对低照度增强算法进行并行优化，以达到实时处理效果，所述低照度图像增强算法为基于暗原色去雾技术的增强算法，所述CUDA编程模型采用CPU/GPU异构模式，其特征在于，包括以下步骤：步骤1、在CPU上将图像数据读取到内存中，然后分别将图像数据的三个颜色通道值拷贝到GPU上的显存中；步骤2、使用一个kernel用于计算图像反转和暗原色图；步骤3、使用一个kernel用于计算共享寄存器中的最大值，使用偏移循环调用这个kernel，最终计算出全局大气光值；步骤4、使用一个kernel用于计算透射率和使用去雾模型进行恢复并再次进行反转；步骤5、将复原得到的图像从GPU的显存中拷贝到CPU的内存中，CPU将复原后的图像进行保存。