可编程图形硬件综述

集成可编程能力是图形硬件发展历程上的一次革命，它使得图形硬件能够适用于多种不同的应用。本文首先介绍了可编程图形硬件的发展，然后分析了它的流水线结构，最后介绍了几种最新的编程语言。     

GPU工作流程简介

本文基于图形处理器的工作流程进行了系统的阐述。首先介绍图形处理器GPU（GraphicProcessingUnit）的基本信息,并详细介绍GPU的工作流程,并介绍了顶点着色器和像素着色器的工作原理,最后对图形处理器技术中的难点问题及进一步研究方向进行了展望。     

可编程图形硬件试析

对可编程图形硬件作了简要介绍,对GPU编程总体框架与基本元素进行了相关阐发.     

可编程图形硬件试析

对可编程图形硬件作了简要介绍,对GPU编程总体框架与基本元素进行了相关阐发。     

基于可编程GPU的快速体绘制技术

新一代的图形显示硬件集成了以图形处理器(Graphics Processing Unit,GPU)为核心的可编程顶点着色器和可编程像素着色器,为实现实时体绘制技术提供了硬件加速支持.该文首先分析了可编程GPU的绘制流水线、硬件体系结构和快速绘制原理.最后基于可编程GPU实现了医学体数据的快速最大密度投射体绘制方法.实验表明,采用GPU的可编程像素着色器进行体绘制所需要的时间明显地少与不用GPU的可编程像素着色器进行体绘制所需要的时间.     

一种基于流计算的实时碰撞检测算法的研究与实现

高性能可编程图形硬件的出现,正改变通用计算仅能由CPU完成的传统观念.探索性地采用可编程图形硬件来解决复杂物体间的实时碰撞检测问题.通过将两个任意物体间的碰撞检测计算映射到图形硬件以有效利用图形硬件的并行架构,由实时绘制过程快速产生碰撞检测结果.为此,算法首先将碰撞检测问题转化为一组线段集合与三角形的求交问题以实现碰撞检测算法向可编程图形硬件的迁移.在对算法复杂度进行理性分析的基础上,给出了两种有效的优化技术以提升算法效率.     

一种象素级图形裁剪的FPGA实现方法

图形裁剪是计算机图形学的基本内容,现有的图形裁剪算法大多都针对基本的图形元素———直线进行裁剪,在此基础上,出现了大量研究多边形裁剪的算法.象素级图形裁剪以基本的图形元素———象素为单位,介绍了象素级图形裁剪算法的基本思想和实现过程,在研制的图形显示系统平台上,提出了一种采用FPGA硬件实现象素图形裁剪的新方法,它适合于任意窗口,具有通用性;同时,这种硬件实现的图形裁剪与纯软件实现的算法相比,在裁剪速度上具有明显的优势.     

一种位图彩色图形显示系统

介绍了一个由图形显示控制器（ＧＤＣ）芯片和硬件实现现位图图文显示系统的设计。研制了一种对文字、符号等光栅图形进行高速操作的硬件电路，它可以实现在画面的任意位置上按位映象，图形处理速度达到每字节８００ｎｓ，从而高速地进行图文显示。文字采用位图方式显示，增加了对帧缓存的写入信息量；采用动态双端口存贮器、高性能图形显示控制器芯片和位图硬件寻址机构，提高了帧缓存写入速度，显示信息量大，显示速度快可用于各种     

十六位STD工控机中图形显示系统的设计

本文介绍了十六位STD工业控制机中图形显示系统的硬件和软件.着重分析了图形显示控制板的硬件结构和设计技巧.该显示系境只需配置一般的单色显示器,即可实现中西文及图表等的显示.显示分辨率为352×720,每屏可显示英文字符44×90个,汉字22×45个,显示画面清晰稳定.该显示系统可供工业控制现场显示监控图表之用.     

飞机座舱图形显示加速系统设计及FPGA实现

提出一种飞机座舱综合显示系统中基于现场可编程门阵列(FPGA)的2D图形硬件加速引擎设计方案,将图形分解为一系列基本的点和水平线输出.为避免图形加速引擎直接对SDRAM的零碎操作导致的存储器操作瓶颈,引入图形缓存机制,并根据图形像素的存储特点,提出远区域优先(FAF)图形缓存页面淘汰算法.讨论图形加速引擎内部各模块的逻辑结构及其逻辑设计,在对模块进行波形仿真的基础上,实现系统级仿真结果的可视化验证.仿真及实际应用结果表明,所提出的图形加速引擎提高了图形显示性能,满足当前飞机中对2D图形实时显示及飞控系统的可靠性要求.     

二维FFT在GPU上的并行实现

FFT算法是高度并行的分治算法,因此适合在GPU（Graphics Processing Unit,图形处理器）的CUDA（Compure Unified Device Architecture,计算统一设备体系结构）构架上实现．阐述了GPU用于通用计算的原理和方法,并在Geforce8800GT平台上完成了二维卷积FfTr的运算实验．实验结果表明,随着图像尺寸的增加,CPU和GPU上的运算量和运算时间大幅度增加,GPU上运算的速度提高倍数也随之增加,平均提升20倍左右．     

基于CUDA平台的时域有限差分算法研究

文章针对传统时域有限差分(FDTD)算法的不足,以图形加速卡为核心,通过理论分析和数值模拟,研究并实现了基于CUDA平台的FDTD并行算法。CUDA是最新的可编程多线程的通用计算GPU模型,由于FDTD算法在空间上具有天然的并行性,因此非常适合在GPU上实现并行算。文章描述了在CUDA编程模型上的FDTD算法的设计以及优化过程,并通过数值仿真实验结果证明了基于GPU的并行FDTD算法可以大大减少计算时间,基于GPU加速已成为电磁场数值计算的研究热点之一。     

基于GPU的高吞吐量QC-LDPC码编码器实现

目前准循环低密度奇偶校验(quasi-cyclic low-density parity-check,QC-LDPC)码快速编码普遍采用现场可编程逻辑门阵列(field programmable gate array,FPGA)、专有电路(application-specific integrated circuit,...     

图形硬件加速的实时阴影生成方法

针对虚拟环境中阴影计算时间耗费较大的问题,提出了利用图形硬件特性加速阴影绘制的方法.算法基于图像空间,采用三遍绘制方法.第3遍绘制用于计算物体的真实感光照,并对阴影边界的走样现象进行了处理.利用硬件的图形处理单元GPU的处理能力和OpenGL特性扩展,在GPU编程和通用OpenGL实现两个层次上进行了实验,实验结果表明,三遍绘制方法产生的光照和阴影效果更真实,得到的阴影边界更平滑.     

基于GPU的弹性图像配准方法

通常的弹性配准技术因其计算强度大,消耗时间长,难以满足实时应用的要求．新一代图形处理器（GPU）以其用户友好的可编程性和出色的并行计算能力,为解决该问题提供了新的途径．根据GPU的自身特点,以薄板样奈插值作为变换模型,构建了弹性配准计算平台．对二维单模态和多模态的两组图像进行实验,结果表明,相比于CPU,利用GPU可以更为迅速地获得变换参数,对于大尺寸、高分辨率或者多局部形变的图像,GPU的处理速度超出CPU 1个数量级以上．     

采用GPU并行计算与图像匹配的工件条码识别算法

设计基于图形处理器(GPU)并行计算与图像匹配的条码识别算法.首先,设计基于归一化协方差的图像匹配算子,定位每个条码的位置.然后,根据条码面积、周长、形状因子,确定条码种类.最后,采用GPU并行计算方式完成条码解析.实验数据显示:与当前条码识别技术相比,所提算法能够同步识别多种条码,且在面对光照强度较暗或过高时,该算法具有更高的稳定性与抗干扰性,其仍具有更高的识别精度与效率.     

3D凹凸贴图效果研究及其实现

凹凸贴图是一种使得物体光滑的表面看起来凹凸不平的计算机绘图技术,利用计算机图形学知识探讨了凹凸贴图的生成原理,给出了解决表面不平的实现算法,可以应用在开发各种计算机游戏和动画程序中.     

用通用显卡加速三维锥束T-FDK重建算法

利用通用显卡实现算法加速是一种适应CT重建特点的重要硬件加速方法。为了提高三维锥束T-FDK算法的重建速度,在对T-FDK算法简单描述的基础上结合显卡特点提出了快速实现T-FDK算法重建的方法。由于显卡的浮点管道比8bit的纹理光栅化管道慢,但是精度高,将两者结合,在力求达到重建速度和图像质量的平衡的基础上实现了该方法。实验结果表明,与经过初步对称性优化后的T-FDK软件算法相比,快速算法达到了27.6倍的时间加速比,从而在保证图像质量的情况下提高了重建的速度。     

图形处理器在分层聚类算法中的通用计算研究(英文)

ROCK是一种采用数据点间的公共链接数来衡量相似度的分层聚类方法,这种方法对于高维、稀疏特征的分类数据具有高效的聚类效果。其邻接度矩阵计算是影响其时间复杂度的关键步骤,将图形处理器(GUP)强大的浮点运算和超强的并行计算能力应用与此步骤,而其余步骤由CPU完成,这种基于GUP的ROCK算法的运算效率在AMD 643500+CPU和NVIDIA GeForce 6800 GT显卡的硬件环境下经过实验测试,证明其运算速度比完全采用CPU计算速度要快。这种改进的分层聚类算法适合在数据流环境下对大量数据进行实时高效聚类操作。