资 源 简 介
有关GPU相关算法的重点论文
现代数字图像处理包括很多技术， 从简单的图像模糊、锐化 ， 雾化到复杂的高动态范围（ HDR） 图像的色调映射 ， 基本上都使用了一种或者多种图像滤波器的组合。因此可以说图像滤波器是现代计算机图形学中的关键要素之一。图像滤波中 ， 又
分为两种不同的基本方式： 在空间域中的滤波和在频域中的滤波。在空间域中的滤波很简单， 只需要将待滤波的图像和滤波器核进行卷积运算; 而在频域的滤波则需要先将图像通过傅立叶变换转换到频域上， 然后乘以适当的滤波器， 最后， 通过傅立叶反变换转换到空间域中。
这两种方式在不同的情况下有着各自的缺点和优点 ， 而且在 CPU 上的实现已经是成熟通用的方法广为人们熟知。然而由于这两种方法都存在计算量巨大的特点， 当待处理的图像比较大的时候， CPU 的结构特点决定了其的性能往往不能满足图像滤波的实时性要求。图形处理器（ GPU） 为 SIMD 架构 ， 决定了它非常适合处理大量数据诸如图像、音频的这类任务。早期的 GPU 由于是固定管线结构， 自由度非常小， 人们难以利用其进行 3D 图形运算之外的工作。自从 Microsoft 推出 DirectX8 以后 ， GPU 工作管线中加入了可编程单元 ， 使得人们可以使用 GPU 进行一些通用的计算， 同样， 也给使用 GPU 进行图像滤波处理提供了可能。
