随着信息技术的发展,图像处理算法的计算复杂度在不断提升。与此同时,海量的信息处理对实时处理系统的计算能力提出了越来越高的要求。图形处理器（Graphics Processing Unit,GPU）具有并行处理能力强、吞吐率高等优点,广泛应用于图像处理硬件系统中。论文面向二维卷积和二维傅里叶变换（Fast Fourier Transform,FFT）两个代表性的图像处理算法,研究其在嵌入式GPU上的并行加速技术,并完成了相关的图像处理应用系统开发。首先,论文基于二维卷积和二维FFT算法,分析了其在GPU上运行的性能瓶颈,建立了相关的性能分析模型。在此基础上,利用该模型分析了指令流水线、全局内存访存、共享内存访存执行时造成性能瓶颈的原因,分析潜在的性能优化空间。实验表明,基于该模型得到的分析结果与GPU实际执行结果的误差在5%～18%之间。其次,在利用该模型分析GPU上二维卷积算法执行的访存瓶颈的基础上,提出了基于轮转策略的全局内存访问技术,完成了二维卷积算法的并行程序开发,实现了接近100%的全局内存带宽利用率。实验结果表明,在卷积核尺寸为7×7至11×11的情况下,该卷积程序的性能较NPP、CUFFT等库函数提升了9～14倍。接下来,研究了一维FFT的分解基数选取、旋转因子计算、倒序排列等各个阶段的并行执行特征,并提出了以蝶形算子访存跨度为依据的共享内存访问机制以及批量列处理机制,解决了共享内存访问效率过低和二维FFT列变换时的内存访问不连续问题。实验结果表明,在图像尺寸从1024×1024到4096×4096像素的情况下,该FFT程序的性能较CUFFT库函数提升了5%～13%。最后,基于上述研究成果,我们在NVIDIA JETSON TX2嵌入式板上开发了图像前端处理和傅里叶叠层显微成像（Fourier Ptychographic Microscopy,FPM）两个实际应用,分别达到4K@60FPS和4MP@34FPS的处理速度,满足了系统的实时性需求,验证了论文研究工作的有效性。