針對(duì)紅外圖像邊緣模糊，對(duì)比度低的問(wèn)題，文中研究了改進(jìn)的中值濾波和改進(jìn)的Sobel邊緣檢測(cè)對(duì)紅外圖像進(jìn)行處理。在對(duì)處理后圖像的特征進(jìn)行分析的基礎(chǔ)上，研究了改進(jìn)的Laplace金字塔分解的圖像融合算法，并基于CUDA并行處理技術(shù)，在可編程GPU上實(shí)現(xiàn)了紅外圖像快速增強(qiáng)的目的。該算法結(jié)合GPU的內(nèi)存特點(diǎn)，應(yīng)用紋理映射、多點(diǎn)訪問(wèn)、并行觸發(fā)技術(shù)，優(yōu)化數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)，提高數(shù)據(jù)處理速度，適用于對(duì)紅外圖像增強(qiáng)的實(shí)時(shí)性要求較高的領(lǐng)域。實(shí)驗(yàn)結(jié)果表明，該算法有較好的并行特性，能充分利用CUDA的并行計(jì)算能力，提高了紅外圖像增強(qiáng)的實(shí)時(shí)性，處理分辨率為3 096×3 096的紅外圖像時(shí)加速比達(dá)32.189。
標(biāo)簽： CUDA 紅外圖像 算法研究
上傳時(shí)間： 2014-01-03
上傳用戶：mh_zhaohy
一個(gè)簡(jiǎn)單的基于CUDA的示例代碼，使用SIMD的方法實(shí)現(xiàn)向量加法；運(yùn)行在nVidia的G80系列顯卡的GPGPU上；需要nVidia CUDA SDK，169以上版本的驅(qū)動(dòng)。對(duì)于學(xué)習(xí)CUDA很有幫助。
標(biāo)簽： CUDA 代碼
上傳時(shí)間： 2013-12-01
上傳用戶：xiaoyunyun
3月25-27 NVIDIA 首席科學(xué)家DAVID KIRK CUDA技術(shù)講座內(nèi)容資料
標(biāo)簽： NVIDIA DAVID CUDA KIRK
上傳時(shí)間： 2016-05-03
上傳用戶：225588
上傳時(shí)間： 2016-05-04
上傳用戶：縹緲
基于nvidia CUDA架構(gòu)的BP神經(jīng)網(wǎng)絡(luò)程序，在G80,G92 GPU上可以完成BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練。速度較雙核CPU提高十倍
標(biāo)簽： nvidia CUDA BP神經(jīng)網(wǎng)絡(luò) 架構(gòu)
上傳時(shí)間： 2013-12-20
上傳用戶：凌云御清風(fēng)
NVIDIA CUDA編程指南，一款學(xué)習(xí)GPU，Cg編程的pdf
標(biāo)簽： NVIDIA CUDA 編程指南
上傳時(shí)間： 2014-08-25
上傳用戶：hopy
CUDA這個(gè)新的多核處理語(yǔ)言，希望大家
標(biāo)簽： CUDA 多核 語(yǔ)言
上傳時(shí)間： 2014-01-04
CUDA開(kāi)發(fā)計(jì)算，異步計(jì)算接口。可以在主機(jī)與現(xiàn)存之間異步執(zhí)行。來(lái)自NVIDIA SDK
標(biāo)簽： CUDA 計(jì)算
上傳時(shí)間： 2014-01-16
上傳用戶：稀世之寶039
文章介紹如何使用CUDA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)，并把他應(yīng)用在GPU圖像處理單元上
標(biāo)簽： CUDA 如何使用 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2016-12-09
上傳用戶：清風(fēng)冷雨
Nividia提供的CUDA的BLAS庫(kù)源碼，可以在GPU上運(yùn)行BLAS函數(shù)
標(biāo)簽： Nividia CUDA BLAS 源碼
上傳時(shí)間： 2016-12-12
上傳用戶：龍飛艇
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
