基于梯度塔形分解的GPU加速多源图像融合

潘晓辉; 张涛

Chinese

您当前的位置：

首页 >

文章列表页 >

基于梯度塔形分解的GPU加速多源图像融合

更新时间：2026-09-04

- 基于梯度塔形分解的GPU加速多源图像融合
- GPU-accelerated Image Fusion Based on Gradient Pyramid Decomposition
- 微电子学与计算机 2011年28卷第12期页码：54-58
- 作者机构：
  
  1. 上海政法学院机构现代教育技术中心,上海,201701
  2. 上海交通大学计算机科学与工程系,上海,200240
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
潘晓辉, 张涛. 基于梯度塔形分解的GPU加速多源图像融合[J]. 微电子学与计算机, 2011, 28(12): 54-58.

PAN Xiao-hui, ZHANG Tao. GPU-accelerated Image Fusion Based on Gradient Pyramid Decomposition[J]. 2011, 28(12): 54-58.
潘晓辉, 张涛. 基于梯度塔形分解的GPU加速多源图像融合[J]. 微电子学与计算机, 2011, 28(12): 54-58. DOI：

PAN Xiao-hui, ZHANG Tao. GPU-accelerated Image Fusion Based on Gradient Pyramid Decomposition[J]. 2011, 28(12): 54-58. DOI：

摘要

为了解决多分辨率图像融合算法在单纯CPU上运行效率低的问题

提出了一种用于在基于梯度塔形分解的图像融合算法中使用的新融合规则

并将整个融合算法在图形处理器上进行了设计和高效的实现

将计算密集的任务安排到图形处理器上执行.实验验证

融合图像保留了源图像中的显著特征.并且

与单纯CPU上的融合算法相比

该系统在不同尺寸的图像融合中都获得加速.展现了一种通过图形处理器提高多分辨率图像融合算法效率的方法.

Abstract

To address the low-efficiency issue of the traditional multi-resolution image fusion algorithms executing on CPUs

a novel image fusion rule for gradient-pyramid-decomposition based image fusion algorithms is proposed along with the design and efficient implementation of the entire fusion algorithm on Graphics Processing Units (GPUs).The computation-intensive tasks are offloaded from the CPU to the GPU.In the experiments

the fused image preserves the salient features of the source images.Moreover

the GPU accelerated fusion system gains speedups on images of different dimensions versus the pure CPU implementation.Thus an approach to improve the efficiency of multi-resolution image fusion algorithms is presented.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于反向体偏置的高增益稳定性高温运放设计

面向处理器分支预测单元的Spectre攻击轻量化防御方法

低功耗设计的双链电源关断策略的实现与验证

注意力机制与改进密集卷积引导的信息隐藏模型

基于多尺度融合与小目标增强的航拍车辆检测算法