论文部分内容阅读
暗原色先验去雾算法是效果很好的去雾算法之一，但时间复杂度高的缺点限制了它的应用范围，本文基于CUDA编程对暗原色去雾算法在GPU上进行并行化实现与优化，极大的减少了算法的运行时间。通过对算法各部分数据划分和并行性挖掘，实现了基本的GPU并行程序，然后进行了优化，获得了20倍以上的性能加速。本文中将“指导滤波”引入暗原色先验去雾算法，消除了原去雾算法采用软抠图导致的内存需求大的缺点，减小了算法的计算量，并以此为基础，实现并行加速与优化。在并行化实现与优化的过程中，本文针对算法有些步骤的特点，对原算法或基本并行算法进行了改进，提出了新的选取大气光的方法和保留中间结果的并行累加方法，减少了相应部分的计算量，拓展了并行性。