基于Tegra X1处理器的4K内窥镜图像处理算法研发

本文在搭载了两片ＴｅｇｒａＸＩ处理器的巧件平台上，利用ＧＰＵ并行处理故术，研发了４Ｋ分辨率电子巧窥镜系统中的图像处理算法。算法的主要部分为实时的图像前端处埋，用于处埋内镜采集到的原始数据Ｗ供显示设备使用；另一部分为非实时的吐２６４视频编码，利用处理器ＧＰＵ的剰余性能对部分重要数据进行编码及存储。本文首先根据ＣＵＤＡ编程模型Ｗ及ＴｅｇｒａＸｌ的具体硬件配置，为毎个模块单独设计了线程分配方案Ｗ提高程序的并行效率。其次，本文在优化方面使用共享内存减少了对全局内存数据的读写；通过调整各线程处理顺序减少了程序条件分支；使用零拷贝减少了ＣＰＵ－ＧＰＵ数据通信的时间。在算法协同运行方面，本文使用流处理消除了不同进程使用同一个ＧＰＵ资源时互相的干扰问题，并通过将编码算法中的各个模块进一步划分，缩短了单个任务对ＧＰＵ的连续占用时间，从而保证了困像前端处理的实时性与低延迟。