CN110400249A - 一种基于cpu的图像处理方法 - Google Patents
一种基于cpu的图像处理方法 Download PDFInfo
- Publication number
- CN110400249A CN110400249A CN201910666233.8A CN201910666233A CN110400249A CN 110400249 A CN110400249 A CN 110400249A CN 201910666233 A CN201910666233 A CN 201910666233A CN 110400249 A CN110400249 A CN 110400249A
- Authority
- CN
- China
- Prior art keywords
- cpu
- fpga
- image
- hardware
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000015572 biosynthetic process Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000003786 synthesis reaction Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于CPU的图像处理方法，包括以下步骤：架构测试CPU‑FPGA处理模块、对基础算法进行测试、设置运行值、架构运行CPU硬件和运行CPU‑FPGA处理模块、运行CPU‑FPGA处理模块对图像数据运行处理、运行CPU硬件对图像数据运行处理、运行CPU‑FPGA图像处理结果与运行CPU图像处理结果进行合成；本发明通过CPU硬件运行值和测试CPU‑FPGA处理硬件运行值可以选择出最合适待处理图像运行处理的CPU硬件，能够提高图像处理运行速度和效果，通过构架测试CPU‑FPGA处理模块和运行CPU‑FPGA处理模块可以提高图像处理速度，可以为后期合成过程提供一个高质量的图像处理结果。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于CPU的图像处理方法。
背景技术
随着用户对于图像处理方面的要求不断超出CPU的计算能力，CPU处理能力也不断强大，但在进入3D时代后，人们发现庞大的3D图像处理数据计算使得CPU越来越不堪重荷，并且远远超出其计算能力。
CPU是设计用来处理通用任务的处理、加工、运算以及***核心控制等工作，CPU的微架构是为高效率处理数据相关性不大的计算类、复杂繁琐的非计算类等工作而优化的。随着图形计算需求日益增多，CPU的计算能力也无法满足快速增长的图形计算需，目前人们都只是简单地利用单纯的CPU硬件进行图像处理，得到的图像处理结果质量以及图像处理效率均不够高，因此，本发明提出一种基于CPU的图像处理方法，以解决现有技术中的不足之处。
发明内容
针对上述问题，本发明提出一种基于CPU的图像处理方法，通过CPU硬件运行值和测试CPU-FPGA处理硬件运行值可以选择出最合适待处理图像运行处理的CPU硬件，能够提高图像处理运行速度和效果，通过构架测试CPU-FPGA处理模块和运行CPU-FPGA处理模块可以提高图像处理速度，可以为后期合成过程提供一个高质量的图像处理结果，保证了最终的图像处理结果质量高。
本发明提出一种基于CPU的图像处理方法，包括以下步骤：
步骤一：将CPU与FPGA进行组合架构，形成一个新的测试CPU-FPGA处理模块；
步骤二：利用测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试，得出CPU硬件测试结果和测试CPU-FPGA处理模块测试结果；
步骤三：根据CPU硬件测试结果和测试CPU-FPGA处理模块测试结果设置CPU硬件运行值和测试CPU-FPGA处理硬件运行值；
步骤四：架构运行CPU硬件和运行CPU-FPGA处理模块；
步骤五：将待处理的图像数据发送至运行CPU-FPGA处理模块，并通过运行CPU-FPGA处理模块对图像数据进行基础算法运行处理，然后得到运行CPU-FPGA图像处理结果，将得到的运行CPU-FPGA图像处理结果拷贝发送至运行CPU硬件；
步骤六：将待处理的图像数据发送至运行CPU硬件，并通过运行CPU硬件对图像数据进行基础算法运行处理，得到运行CPU图像处理结果；
步骤七：将运行CPU-FPGA图像处理结果与运行CPU图像处理结果进行合成，得到最终的图像处理结果。
进一步改进在于：所述步骤一中的测试CPU-FPGA处理模块内还嵌设有驱动单元，所述驱动单元用于对待处理的图像数据进行生成BitTorrent源文件。
进一步改进在于：所述步骤二中测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试前，需要利用一测试图像数据对基础算法进行运行测试。
进一步改进在于：所述步骤三中设置的CPU硬件运行值和测试CPU-FPGA处理硬件运行值和为1。
进一步改进在于：所述步骤四中具体方法为：根据设置好的CPU硬件运行值和测试CPU-FPGA处理硬件运行值选择合适的CPU和FPGA，并利用选择好的CPU和FPGA架构运行CPU硬件和运行CPU-FPGA处理模块。
进一步改进在于：所述步骤四中架构运行CPU-FPGA处理模块过程中，需要利用驱动单元生成BitTorrent源文件对运行CPU-FPGA处理模块进行架构。
进一步改进在于：所述步骤五中发送至运行CPU硬件的运行CPU-FPGA图像处理结果需要在运行CPU硬件内进行单独保存，并保证可以随时被读取调用。
进一步改进在于：所述步骤七中具体方法为：将发送至运行CPU硬件内的进行单独保存运行CPU-FPGA图像处理结果进行读取调用，与运行CPU图像处理结果在运行CPU硬件内进行合成，得到最终的图像处理结果。
本发明的有益效果为：通过利用测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试以及设置出的CPU硬件运行值和测试CPU-FPGA处理硬件运行值可以选择出最合适待处理图像运行处理的CPU硬件，能够提高图像处理运行速度和效果，得到的图像处理结果质量高，通过构架测试CPU-FPGA处理模块和运行CPU-FPGA处理模块可以提高图像处理速度，可以为后期合成过程提供一个高质量的图像处理结果，保证了最终的图像处理结果质量高。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
一种基于CPU的图像处理方法，包括以下步骤：
步骤一：将CPU与FPGA进行组合架构，形成一个新的测试CPU-FPGA处理模块，测试CPU-FPGA处理模块内还嵌设有驱动单元，所述驱动单元用于对待处理的图像数据进行生成BitTorrent源文件；
步骤二：利用一测试图像数据对基础算法进行运行测试，然后利用测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试，得出CPU硬件测试结果和测试CPU-FPGA处理模块测试结果；
步骤三：根据CPU硬件测试结果和测试CPU-FPGA处理模块测试结果设置CPU硬件运行值和测试CPU-FPGA处理硬件运行值，CPU硬件运行值和测试CPU-FPGA处理硬件运行值和为1；
步骤四：根据设置好的CPU硬件运行值和测试CPU-FPGA处理硬件运行值选择合适的CPU和FPGA，并利用选择好的CPU和FPGA架构运行CPU硬件和运行CPU-FPGA处理模块，架构运行CPU-FPGA处理模块过程中，需要利用驱动单元生成BitTorrent源文件对运行CPU-FPGA处理模块进行架构；
步骤五：将待处理的图像数据发送至运行CPU-FPGA处理模块，并通过运行CPU-FPGA处理模块对图像数据进行基础算法运行处理，然后得到运行CPU-FPGA图像处理结果，将得到的运行CPU-FPGA图像处理结果拷贝发送至运行CPU硬件，发送至运行CPU硬件的运行CPU-FPGA图像处理结果需要在运行CPU硬件内进行单独保存，并保证可以随时被读取调用；
步骤六：将待处理的图像数据发送至运行CPU硬件，并通过运行CPU硬件对图像数据进行基础算法运行处理，得到运行CPU图像处理结果；
步骤七：将发送至运行CPU硬件内的进行单独保存运行CPU-FPGA图像处理结果进行读取调用，与运行CPU图像处理结果在运行CPU硬件内进行合成，得到最终的图像处理结果。
通过利用测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试以及设置出的CPU硬件运行值和测试CPU-FPGA处理硬件运行值可以选择出最合适待处理图像运行处理的CPU硬件，能够提高图像处理运行速度和效果，得到的图像处理结果质量高，通过构架测试CPU-FPGA处理模块和运行CPU-FPGA处理模块可以提高图像处理速度，可以为后期合成过程提供一个高质量的图像处理结果，保证了最终的图像处理结果质量高。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于CPU的图像处理方法，其特征在于，包括以下步骤：
步骤一：将CPU与FPGA进行组合架构，形成一个新的测试CPU-FPGA处理模块；
步骤二：利用测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试，得出CPU硬件测试结果和测试CPU-FPGA处理模块测试结果；
步骤三：根据CPU硬件测试结果和测试CPU-FPGA处理模块测试结果设置CPU硬件运行值和测试CPU-FPGA处理硬件运行值；
步骤四：架构运行CPU硬件和运行CPU-FPGA处理模块；
步骤五：将待处理的图像数据发送至运行CPU-FPGA处理模块，并通过运行CPU-FPGA处理模块对图像数据进行基础算法运行处理，然后得到运行CPU-FPGA图像处理结果，将得到的运行CPU-FPGA图像处理结果拷贝发送至运行CPU硬件；
步骤六：将待处理的图像数据发送至运行CPU硬件，并通过运行CPU硬件对图像数据进行基础算法运行处理，得到运行CPU图像处理结果；
步骤七：将运行CPU-FPGA图像处理结果与运行CPU图像处理结果进行合成，得到最终的图像处理结果。
2.根据权利要求1所述的一种基于CPU的图像处理方法，其特征在于：所述步骤一中的测试CPU-FPGA处理模块内还嵌设有驱动单元，所述驱动单元用于对待处理的图像数据进行生成BitTorrent源文件。
3.根据权利要求1所述的一种基于CPU的图像处理方法，其特征在于：所述步骤二中测试CPU硬件和测试CPU-FPGA处理模块对用于图像处理的基础算法进行测试前，需要利用一测试图像数据对基础算法进行运行测试。
4.根据权利要求1所述的一种基于CPU的图像处理方法，其特征在于：所述步骤三中设置的CPU硬件运行值和测试CPU-FPGA处理硬件运行值和为1。
5.根据权利要求1所述的一种基于CPU的图像处理方法，其特征在于：所述步骤四中具体方法为：根据设置好的CPU硬件运行值和测试CPU-FPGA处理硬件运行值选择合适的CPU和FPGA，并利用选择好的CPU和FPGA架构运行CPU硬件和运行CPU-FPGA处理模块。
6.根据权利要求2所述的一种基于CPU的图像处理方法，其特征在于：所述步骤四中架构运行CPU-FPGA处理模块过程中，需要利用驱动单元生成BitTorrent源文件对运行CPU-FPGA处理模块进行架构。
7.根据权利要求1所述的一种基于CPU的图像处理方法，其特征在于：所述步骤五中发送至运行CPU硬件的运行CPU-FPGA图像处理结果需要在运行CPU硬件内进行单独保存，并保证可以随时被读取调用。
8.根据权利要求7所述的一种基于CPU的图像处理方法，其特征在于：所述步骤七中具体方法为：将发送至运行CPU硬件内的进行单独保存运行CPU-FPGA图像处理结果进行读取调用，与运行CPU图像处理结果在运行CPU硬件内进行合成，得到最终的图像处理结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910666233.8A CN110400249A (zh) | 2019-07-23 | 2019-07-23 | 一种基于cpu的图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910666233.8A CN110400249A (zh) | 2019-07-23 | 2019-07-23 | 一种基于cpu的图像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110400249A true CN110400249A (zh) | 2019-11-01 |
Family
ID=68325883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910666233.8A Pending CN110400249A (zh) | 2019-07-23 | 2019-07-23 | 一种基于cpu的图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110400249A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331858A (zh) * | 2014-11-24 | 2015-02-04 | 厦门美图之家科技有限公司 | 一种同时利用cpu和gpu进行图像处理的加速方法 |
| CN107515860A (zh) * | 2017-08-07 | 2017-12-26 | 中译语通科技（青岛）有限公司 | 一种基于神经元的机器翻译方法 |
| CN108829530A (zh) * | 2018-06-15 | 2018-11-16 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
| CN109547367A (zh) * | 2018-11-09 | 2019-03-29 | 中国航空无线电电子研究所 | 基于sca的软件无线电平台 |
| CN109583186A (zh) * | 2018-12-04 | 2019-04-05 | 江西财经大学 | 一种云计算式图像处理*** |
-
2019
- 2019-07-23 CN CN201910666233.8A patent/CN110400249A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331858A (zh) * | 2014-11-24 | 2015-02-04 | 厦门美图之家科技有限公司 | 一种同时利用cpu和gpu进行图像处理的加速方法 |
| CN107515860A (zh) * | 2017-08-07 | 2017-12-26 | 中译语通科技（青岛）有限公司 | 一种基于神经元的机器翻译方法 |
| CN108829530A (zh) * | 2018-06-15 | 2018-11-16 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
| CN109547367A (zh) * | 2018-11-09 | 2019-03-29 | 中国航空无线电电子研究所 | 基于sca的软件无线电平台 |
| CN109583186A (zh) * | 2018-12-04 | 2019-04-05 | 江西财经大学 | 一种云计算式图像处理*** |
Non-Patent Citations (3)
| Title |
|---|
| 包明 著: "《EDA技术与可编程器件的应用》", 31 October 2007 * |
| 日经BP社编: "《完全读懂AI应用前线》", 31 August 2018 * |
| 杨勇 等: "联合字典鲁棒稀疏表示的多聚焦图像融合", 《小型微型计算机***》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI646502B (zh) | 映射多重速率著色至單一程式之技術 | |
| US9454843B2 (en) | Modulated and blended anti-aliasing | |
| CN102279978B (zh) | 用于图像处理的块渲染 | |
| DE112017003932T5 (de) | Mechanismus zum Beschleunigen von Grafikarbeitslasten in einer Mehrkern-Datenverarbeitungsarchitektur | |
| DE102019117585A1 (de) | Selektives Packen von Patches für immersives Video | |
| TW200844897A (en) | Processor with adaptive multi-shader | |
| DE102019117469A1 (de) | Videoverarbeitungsmechanismus | |
| DE102019114970A1 (de) | Erweiterte immersive medien-pipeline zur korrektur von artefakten und der klarheit von objekten in rechenumgebungen | |
| JP6379225B2 (ja) | 効果的なテクスチャ圧縮のための方法および装置 | |
| CN106339984B (zh) | 基于k均值驱动卷积神经网络的分布式图像超分辨方法 | |
| TW200818054A (en) | Tile based precision rasterization in graphics pipeline | |
| DE102020107080A1 (de) | Grafiksysteme und Verfahren zum Beschleunigen von Synchronisation mittels feinkörniger Abhängigkeitsprüfung und Planungsoptimierungen basierend auf verfügbarem gemeinsam genutztem Speicherplatz | |
| CN114223196A (zh) | 用于中央凹渲染的***和方法 | |
| CN103888771A (zh) | 基于gpgpu技术的并行视频图像处理方法 | |
| DE102021207678A1 (de) | Streamen eines komprimierten lichtfelds | |
| US9754342B2 (en) | Method and apparatus for parallel pixel shading | |
| CN1282128C (zh) | 图像处理装置及其方法 | |
| JP2018502381A (ja) | 位置限定パイプラインにおける減らされたソーティング | |
| DE102019115130A1 (de) | Vorrichtung und Verfahren für konservatives morphologisches Anti-Aliasing mit Mehrfachabtastung | |
| DE102021127982A1 (de) | Streaming eines lichtfeldes mit verlustfreier oder verlustbehafteter kompression | |
| Ignatov et al. | Pynet-v2 mobile: Efficient on-device photo processing with neural networks | |
| DE102019133561A1 (de) | System und Verfahren zur Detektion von Änderungen gerenderter Szenen mit ferngehosteten Graphikanwendungen | |
| CN110400249A (zh) | 一种基于cpu的图像处理方法 | |
| DE102020106728A1 (de) | Hintergrundschätzung für Objektsegmentierung mittels Grobstufenverfolgung | |
| CN103099635A (zh) | 显微ct机用gpu数字图像***及其控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |