引导滤波算法的CUDA加速实现

摘要

针对引导滤波算法运算速度慢、无法实时处理的问题,提出基于统一计算设备架构(CUDA:Compute Unified Device Architecture)实现引导滤波算法的加速。利用CUDA并行编程实现图像邻域窗口像素值求和,进而获得图像邻域均值;通过利用寄存器和纹理存储器,同时优化算法步骤,获得引导滤波关键参数,进而实现对算法的整体优化。实验结果表明,与基于CPU实现引导滤波算法相比,基于CUDA并行处理可在很大程度上提高运算速度,基本达到了实时处理的要求。