基于GPU的無透鏡數(shù)字全息卷積重建算法的實現(xiàn)與優(yōu)化
發(fā)布時間:2024-10-05 02:13
無透鏡數(shù)字全息成像技術(shù)通過光電傳感器記錄下物光與參考光的干涉圖樣,利用計算機數(shù)值模擬再現(xiàn)光的衍射過程,從而得到含有被測物振幅信息和相位信息的重建圖。該技術(shù)結(jié)構(gòu)簡單、成本低廉、成像視野大,在三維形態(tài)觀測、微粒子分析與檢測、全息防偽技術(shù)、生物醫(yī)學(xué)工程等諸多領(lǐng)域都有廣泛的應(yīng)用。但在全息重建的過程中,由于數(shù)字全息重建算法復(fù)雜度較高,加上全息圖像的分辨率在不斷提升,使得重建的數(shù)據(jù)量隨之劇增,所以在實際工程應(yīng)用中該技術(shù)很難滿足實時性的需求,即使有些研究者采用多核CPU的方式來實現(xiàn)加速,但由于內(nèi)存資源和功耗的限制,使其加速效果并不明顯。針對目前全息重建速度慢、難以滿足實時應(yīng)用需要的問題,本文提出了一種利用通用GPU技術(shù)來提高數(shù)字全息重建算法的執(zhí)行效率的方案,將CPU的邏輯控制能力與GPU的并行運算能力相結(jié)合,對數(shù)字全息重建算法進(jìn)行CPU+GPU的異構(gòu)編程并行實現(xiàn),從而在整體上提高全息重建的速度。具體通過對無透鏡數(shù)字全息重建算法進(jìn)行詳細(xì)的闡述和推導(dǎo),設(shè)計出了整個重建算法的執(zhí)行流程,并在CPU上對重建算法進(jìn)行了實現(xiàn),驗證了該算法在CPU上的執(zhí)行效率比較低。通過對所實現(xiàn)的串行代碼進(jìn)行并行化分析。設(shè)計出重建算...
【文章頁數(shù)】:114 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無透鏡數(shù)字全息的發(fā)展概述
1.2.2 全息重建算法的研究現(xiàn)狀
1.2.3 GPU技術(shù)的發(fā)展歷史與研究現(xiàn)狀
1.3 研究目的與意義
1.4 研究內(nèi)容與論文章節(jié)安排
2 無透鏡數(shù)字全息成像技術(shù)的理論
2.1 無透鏡數(shù)字全息成像原理
2.1.1 數(shù)字全息圖的記錄
2.1.2 數(shù)字全息圖的再現(xiàn)
2.2 同軸與離軸數(shù)字全息的比較分析
2.2.1 記錄距離的比較分析
2.2.2 CCD空間帶寬利用率的比較分析
2.3 無透鏡數(shù)字全息重建算法
2.3.1 常見的數(shù)字全息重建算法
2.3.2 數(shù)字全息重建算法的比較與選擇
2.4 本章小結(jié)
3 GPU的并行架構(gòu)和編程模型
3.1 GPU的并行架構(gòu)概述
3.1.1 GPU并行計算的發(fā)展歷程
3.1.2 GPU并行計算的設(shè)計原則
3.1.3 GPU并行架構(gòu)的優(yōu)勢與局限
3.2 GPU的編程模型
3.2.1 常見的GPU編程模型概述
3.2.2 OpenCL編程模型
3.2.3 CUDA編程模型
3.2.4 GPU編程模型的比較與選擇
3.3 本章小結(jié)
4 數(shù)字全息卷積重建算法在GPU上的實現(xiàn)與優(yōu)化
4.1 數(shù)字全息卷積重建算法在CPU上的實現(xiàn)
4.1.1 卷積重建算法的理論概述
4.1.2 卷積重建算法的設(shè)計流程
4.1.3 卷積重建算法的編程實現(xiàn)
4.1.4 代碼的正確性測試
4.2 數(shù)字全息卷積重建算法在GPU上的實現(xiàn)
4.2.1 卷積重建算法的并行性分析
4.2.2 卷積重建算法的并行化設(shè)計
4.2.3 卷積重建算法的并行化實現(xiàn)
4.2.4 代碼的正確性測試
4.3 數(shù)字全息卷積重建算法在GPU上的優(yōu)化
4.3.1 數(shù)據(jù)傳輸?shù)膬?yōu)化
4.3.2 線程規(guī)劃的優(yōu)化
4.4 本章小結(jié)
5 算法的性能測試與結(jié)果分析
5.1 性能測試的實驗環(huán)境簡介
5.1.1 實驗的硬件配置簡介
5.1.2 實驗的軟件平臺簡介
5.1.3 實驗環(huán)境的搭建
5.2 不同實驗環(huán)境下的測試對比
5.3 不同實驗環(huán)境下的性能分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 論文總結(jié)
6.2 工作展望
參考文獻(xiàn)
附錄
A.作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄
B.作者在攻讀碩士學(xué)位期間參加的科研項目及得獎情況
C.學(xué)位論文數(shù)據(jù)集
致謝
本文編號:4007420
【文章頁數(shù)】:114 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無透鏡數(shù)字全息的發(fā)展概述
1.2.2 全息重建算法的研究現(xiàn)狀
1.2.3 GPU技術(shù)的發(fā)展歷史與研究現(xiàn)狀
1.3 研究目的與意義
1.4 研究內(nèi)容與論文章節(jié)安排
2 無透鏡數(shù)字全息成像技術(shù)的理論
2.1 無透鏡數(shù)字全息成像原理
2.1.1 數(shù)字全息圖的記錄
2.1.2 數(shù)字全息圖的再現(xiàn)
2.2 同軸與離軸數(shù)字全息的比較分析
2.2.1 記錄距離的比較分析
2.2.2 CCD空間帶寬利用率的比較分析
2.3 無透鏡數(shù)字全息重建算法
2.3.1 常見的數(shù)字全息重建算法
2.3.2 數(shù)字全息重建算法的比較與選擇
2.4 本章小結(jié)
3 GPU的并行架構(gòu)和編程模型
3.1 GPU的并行架構(gòu)概述
3.1.1 GPU并行計算的發(fā)展歷程
3.1.2 GPU并行計算的設(shè)計原則
3.1.3 GPU并行架構(gòu)的優(yōu)勢與局限
3.2 GPU的編程模型
3.2.1 常見的GPU編程模型概述
3.2.2 OpenCL編程模型
3.2.3 CUDA編程模型
3.2.4 GPU編程模型的比較與選擇
3.3 本章小結(jié)
4 數(shù)字全息卷積重建算法在GPU上的實現(xiàn)與優(yōu)化
4.1 數(shù)字全息卷積重建算法在CPU上的實現(xiàn)
4.1.1 卷積重建算法的理論概述
4.1.2 卷積重建算法的設(shè)計流程
4.1.3 卷積重建算法的編程實現(xiàn)
4.1.4 代碼的正確性測試
4.2 數(shù)字全息卷積重建算法在GPU上的實現(xiàn)
4.2.1 卷積重建算法的并行性分析
4.2.2 卷積重建算法的并行化設(shè)計
4.2.3 卷積重建算法的并行化實現(xiàn)
4.2.4 代碼的正確性測試
4.3 數(shù)字全息卷積重建算法在GPU上的優(yōu)化
4.3.1 數(shù)據(jù)傳輸?shù)膬?yōu)化
4.3.2 線程規(guī)劃的優(yōu)化
4.4 本章小結(jié)
5 算法的性能測試與結(jié)果分析
5.1 性能測試的實驗環(huán)境簡介
5.1.1 實驗的硬件配置簡介
5.1.2 實驗的軟件平臺簡介
5.1.3 實驗環(huán)境的搭建
5.2 不同實驗環(huán)境下的測試對比
5.3 不同實驗環(huán)境下的性能分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 論文總結(jié)
6.2 工作展望
參考文獻(xiàn)
附錄
A.作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄
B.作者在攻讀碩士學(xué)位期間參加的科研項目及得獎情況
C.學(xué)位論文數(shù)據(jù)集
致謝
本文編號:4007420
本文鏈接:http://www.lk138.cn/kejilunwen/shengwushengchang/4007420.html
最近更新
教材專著