基于CUDA的格子波尔兹曼图像去噪方法

摘要

基于格子波尔兹曼(LB)模型的图像去噪,算法实现仅与当前及周围节点的信息有关,计算简单,适合并行计算。借助CUDA(compute unified device architecture)架构的GPU(graphic processing unit)编程平台,可充分发挥LBM及GPU并行特性。本文首先介绍在松弛因子中嵌入图像边缘特征的LB去噪算法,并对程序的算法和核函数设计、存储器访存、资源配置等方面的优化进行了探讨。实验结果显示LB去噪算法比加性分裂算法获得更好的去噪质量,并且CUDA并行化计算使算法得到一个理想的加速效果。