Parallel implementation of multiframe blind deconvolution based on GPU

Abstract

多帧盲解卷积图像复原技术能够进一步提高自适应光学图像的分辨力，但其算法比较复杂，处理耗时过长，对序列图像复原经常需要几分钟甚至几十分钟的计算时间，对实际应用造成了极大不便。为了提升算法的运行速度，改善其耗时过长的问题，通过研究和分析盲解卷积算法原理和算法结构，采用目前高速发展的中央处理器（CPU）和图形处理器（GPU）异构加速技术，主要对耗时最长的矩阵卷积运算进行优化，通过使用库函数与算法结构微调相结合的方法并行加速，实现多帧盲解卷积的图像复原算法的并行化。使用并行算法对图像进行复原处理，针对16帧以上分辨率为256256像素的空间目标图像，可以实现17的加速比，为图像复原的实时/准实时提供一种可行的方案。