论文部分内容阅读
高质量图像画面与高性能硬件处理器密不可分,面对日益复杂的图像处理算法,CPU有限的计算能力已经无法满足高效图像处理的要求。基于GpenGL2.0标准设计的GPU具有独立的图像处理引擎,图像处理引擎以固定渲染管线的方式对图像进行流水处理和并行计算,它不但有效加速了图像计算过程,而且提高了图像处理精度。本文结合正向自主研制的一款GPU项目,基于对OpenGL 2.0所规定的图像处理功能需求的分析,在研究图像处理算法的基础上,以固定渲染管线的方式,设计和实现了一款图像处理单元(Image Processing Unit,IPU),它可以实现GPU中图像引擎所要求的功能,完成对图像的格式转换、卷积、缩放翻转、压缩解压、像素映射五大主要功能。本文基于对相关图像处理技术及核心算法机理的研究,采用卷积算法实现glConvolutionFilter滤波函数功能;采用最邻近插值算法实现glPixelZoom缩放翻转函数功能;采用S3TC压缩解压算法实现glCompressTex Image纹理压缩函数功能。在体系结构设计方面,图像处理单元采用“双握手”协议对图像数据实现流水处理,流水线各级之间的数据交互采用先进先出队列方式完成。对像素数据采取4路R、G、B、A颜色分量并行计算的方法,在提升计算速度的同时也保证了计算精度。最后,利用软硬件协同验证方法,通过搭建模块级及系统级验证平台,利用system-verilog建立函数功能模型,验证IPU可以实现Open GL2.0所要求的图像处理功能,并且可以有效加速图像的计算速度并且保证计算精度。图像处理单元作为GPU像素流水线上主要的功能单元,在图像处理方面意义重大,它的处理能力直接影响到输出视频画面的美感、质感、逼真度,视觉冲击感,经过IPU处理的图像使画面更加精美、细致。图像处理单元可以有效提升图像处理效率以及图像的处理精度,最终提高GPU中整个像素流水线的工作性能。利用GPU中的固定渲染管线及计算阵列对图像进行处理在众多领域的应用有着重要的工程实践意义。