图形处理器(GPU)的飞速发展和革新成为计算机硬件发展的一大亮点,其主要应用领域为3D图形的几何变换和光照特效的实时运算。当前的GPU具有一定的并行性和可编程性,并且在运行速度上相对CPU具有一定的优势,因此在通用计算领域的应用有着巨大的潜力。本文主要关注利用GPU实现具有较高实时性要求的目标检测处理算法。传统的实时图象检测与跟踪处理平台一般采用编写CPU程序的纯软件方法或基于DSP+FPGA的硬件途径来构建。然而,前者程序效率不高,在如目标检测这样的图象处理算法中很难达到实时的要求;后者在开发难度、开发成本和系统灵活性上也受到较大的限制。因此,本文利用GPU的优越性能,对其在目标检测算法中的应用进行研究,使基于GPU的图象处理平台成为一种经济高效的可能方案。本文介绍了GPU的一些技术特点,分析和总结了用其实现数字图像检测处理算法的一些基本软件途径,并在基于GPU的处理模式和实现实时目标检测与跟踪算法上作了探索性研究,并且取得了一定的成果。主要内容如下(1)研究了怎样利用OpenGL对GPU进行控制,并且对其工作流程进行高效的管理。(2)在了解GPU硬件特性和编程语言cg语言的基础上,对如何提高GPU程序的运行效率进行了探索。在此基础上,结合OpenGL扩展阐述了实现实时图象处理的一般软件框架模型。(3)针对具体的算法(预处理、模板匹配、Hough变换、光流计算、角点检测),设计了其相应的GPU软件实现。并且,在运行耗时的测试中,相对CPU表现出较大的速度优势,基本实现了以上算法的实时运行。