Обработка изображений на графическом процессоре

Чтобы использовать в своих интересах выигрыши в производительности, предлагаемые современным графическим процессором (GPU), определенным функциям Image Processing Toolbox™ позволили выполнить операции обработки изображений на графическом процессоре. Это может обеспечить ускорение графического процессора для сложных рабочих процессов обработки изображений. Эти методы могут быть реализованы исключительно или в комбинации, чтобы удовлетворить цели производительности и конструктивные требования.

Чтобы запустить код обработки изображений по графическому процессору (GPU), у вас должно быть программное обеспечение Parallel Computing Toolbox™. Чтобы выполнить операцию обработки изображений на графическом процессоре, выполните эти шаги:

  • Переместите данные с центрального процессора на графический процессор. Используйте gpuArray функционируйте, чтобы передать массив с MATLAB® на графический процессор. Для получения дополнительной информации смотрите, Создают Массивы графического процессора из Существующих Данных (Parallel Computing Toolbox).

  • Выполните операцию обработки изображений на графическом процессоре. Любая функция тулбокса, которая принимает gpuArray возразите, когда вход может работать над графическим процессором. Например, можно передать gpuArray к imfilter функция, чтобы выполнить операцию фильтрации на графическом процессоре. Для списка всех функций тулбокса, которые были поддерживающими графический процессор, см. Список Поддерживаемых Функций с Ограничениями и Другими Примечаниями.

  • Положите обратно данные на центральный процессор от графического процессора. Используйте gather функция, чтобы получить массив из графического процессора и передать массив рабочему пространству MATLAB как регулярный массив MATLAB.

При работе с графическим процессором отметьте следующее:

  • Повышения производительности могут зависеть от устройства графического процессора.

  • Могут быть небольшие различия в результатах, возвращенных на графическом процессоре в возвращенных на центральном процессоре.

Чтобы узнать об интеграции пользовательских ядер CUDA непосредственно в MATLAB, чтобы ускорить комплексные алгоритмы, смотрите Запуск CUDA или Код PTX по графическому процессору (Parallel Computing Toolbox).

Смотрите также

|

Связанные примеры

Больше о

Для просмотра документации необходимо авторизоваться на сайте