《表5 基于多特征量判别的Canny边缘检测算法在GPU上的优化加速比》
基于多特征量判别的Canny边缘检测各步骤的CPU执行时间所占比例如图9(a)所示。从图中可以看出,高斯滤波过程占据大部分的执行时间。由于高斯滤波利用卷积核对每个像素进行卷积操作,可以利用GPU进行并行优化。GPU优化后的基于多特征量判别的Canny边缘检测各步骤执行时间比例如图9(b)所示。从图中可以看出,耗时较多的高斯滤波过程得到有效的优化。表5展示基于多特征量判别的Canny边缘检测在CPU和GPU上面的运行时间和加速比,从表中可以看出,经过GPU优化的基于多特征量判别的Canny边缘检测算法比在CPU上实现的速度有明显提升。
图表编号 | XD00180446900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.15 |
作者 | 矫腾章、胡玉新、吕鹏、张凯、台宪青 |
绘制单位 | 中国科学院电子学研究所、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院大学、中国科学院电子学研究所、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院大学、中国科学院电子学研究所、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院电子学研究所、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院电子学研究所 |
更多格式 | 高清、无水印(增值服务) |