CUDA 中的迭代图像处理

Question

我编写了一个 CUDA 内核来处理图像。但是根据处理后的图像的输出，我必须再次调用内核来重新调整图像。 例如，让我们考虑一个具有9 像素的图像

1 2 3
4 5 6
7 8 9 

假设根据其相邻值，值9 更改为10。由于值已更改，我必须使用相同的内核重新处理新图像。

1 2 3
4 5 6
7 8 10

我已经编写了在单次迭代中处理图像的算法。我计划在 CUDA 中实现迭代的方式如下：

__global__ void process_image_GPU(unsigned int *d_input, unsigned int *d_output, int dataH, int dataW, unsigned int *val) {

     __shared__ unsigned int sh_map[TOTAL_WIDTH][TOTAL_WIDTH];
     // Do processing
     // If during processing, anywhere any thread changes the value of the image call
            { atomicAdd(val, 1); }

}
int main(int argc, char *argv[]) {
    // Allocate d_input, d_output and call cudaMemcpy
    unsigned int *x, *val;
    x = (unsigned int *)malloc(sizeof(unsigned int));
    x[0] = 0;
    cudaMalloc((void **)&val, sizeof(unsigned int));
    cudaMemcpy((void *)val, (void *)x, sizeof(unsigned int), cudaMemcpyHostToDevice);
    process_image_GPU<<<dimGrid, dimBlock>>>(d_input, d_output, rows, cols, val);
    cudaMemcpy((void *)x, (void *)val, sizeof(unsigned int), cudaMemcpyDeviceToHost);
    if(x != 0) 
        // Call the kernel again
}

这是唯一的方法吗？还有其他有效的方法来实现吗？

非常感谢您的宝贵时间。

Answer 1

尽管您提供的信息几乎消失了，但我还是冒险回答。希望对您有所帮助。

根据您所说，您已经根据相邻像素的值为像素设置了更新规则。让x^(k)_ij在第k次迭代时像素号ij的值让

x^(k+1)_ij = f(x^(k)_(i-1)j, x^(k)_ij, x^(k)_(i+1)j, x^(k)_i(j-1), x^(k)_i(j+1))

我假设典型的基于模板的更新规则，但当然其他规则也是可能的。

此时，您必须设置一个停止规则，即指示您的算法是否已达到收敛的规则。例如，您可以在步骤k+1 和k 处评估两个图像之间差异的范数。

一旦以这种方式提出问题，我会说你有以下两种可能性：

1. Rouy-Tourin-like 方案：所有计算像素都以“同时”的蛮力方式更新，直到达到收敛；
2. Fast sweeping method: 计算网格沿着预定数量的方向进行扫描（选择性更新），直到达到收敛；

根据您要处理的问题类型，我会说您还有其他可能性：

1. Fast iterative method：在堆结构的帮助下有选择地更新计算像素。

以上所有方法都比较过，对于eikonal方程的解，here。

当然，对于我们感兴趣的特定问题，您需要展示上述计算方案的收敛性。