高性能影像处理平台构建及显微CT图像重建算法的并行实现

丁喻; 漆玉金; 张雪竹; 赵翠兰

doi:null

您当前的位置：

首页 >

文章列表页 >

高性能影像处理平台构建及显微CT图像重建算法的并行实现

核电子学与仪器 | 更新时间：2021-03-05

- 高性能影像处理平台构建及显微CT图像重建算法的并行实现
- A high performance image processing platform based on CPU-GPU heterogeneous cluster with parallel image reconstructions for micro-CT
- 核技术 2011年34卷第8期
- 作者机构：
  
  1. 中国科学院上海应用物理研究所
  2. 中国科学院研究生院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（10875162）资助()
- DOI：
  中图分类号： TP391.41
- 纸质出版日期：2011-08-01
- 稿件说明：
移动端阅览
[1]丁喻,漆玉金,张雪竹,赵翠兰.高性能影像处理平台构建及显微CT图像重建算法的并行实现[J].核技术,2011,34(08):626-631.

DING Yu1, 2 QI Yujin1 ZHANG Xuezhu1 ZHAO Cuilan1 1. A high performance image processing platform based on CPU-GPU heterogeneous cluster with parallel image reconstructions for micro-CT[J]. Nuclear techniques, 2011, 34(8): 626-631.
[1]丁喻,漆玉金,张雪竹,赵翠兰.高性能影像处理平台构建及显微CT图像重建算法的并行实现[J].核技术,2011,34(08):626-631. DOI：

DING Yu1, 2 QI Yujin1 ZHANG Xuezhu1 ZHAO Cuilan1 1. A high performance image processing platform based on CPU-GPU heterogeneous cluster with parallel image reconstructions for micro-CT[J]. Nuclear techniques, 2011, 34(8): 626-631. DOI：

摘要

介绍了一种高性能的影像处理平台

该平台基于CPU-GPU异构集群

初始系统是由一台Dell Precision T7500和一台HP XW8600工作站构建而成

系统采用消息传递接口（MPI）和CUDA（Compute Unified Device Architecture）为程序并行编程和运行环境。在此平台上成功实现了X射线显微CT成像图像重建算法（FDK）的并行加速计算与处理。结果表明

GPU单机比CPU单机的平均计算速度提高近194倍

CPU-GPU集群比单独CPU集群的计算速度提高46倍

计算效率显著提高

能满足快速三维图像重建及图像结果的实时显示要求。CPU-GPU异构集群是构建高性能影像处理平台的有效途径。

Abstract

In this paper

we report the development of a high-performance image processing platform

which is based on CPU-GPU heterogeneous cluster.Currently

it consists of a Dell Precision T7500 and HP XW8600 workstations with parallel programming and runtime environment

using the message-passing interface(MPI) and CUDA(Compute Unified Device Architecture).We succeeded in developing parallel image processing techniques for 3D image reconstruction of X-ray micro-CT imaging.The results show that a GPU provides a computing efficiency of about 194 times faster than a single CPU

and the CPU-GPU clusters provides a computing efficiency of about 46 times faster than the CPU clusters.These meet the requirements of rapid 3D image reconstruction and real time image display.In conclusion

the use of CPU-GPU heterogeneous cluster is an effective way to build high-performance image processing platform.

关键词

Keywords

references

浏览量

191

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GPU并行计算的X射线动态显微CT的快速重构

基于双向遍历的蒙特卡罗临界计算并行方法