性能基准测试
Mini-OpenCV (GPU) 与 OpenCV (CPU) 的性能对比。
测试环境
| 组件 | 规格 |
|---|---|
| GPU | NVIDIA RTX 4090 (24GB) |
| CPU | Intel i9-13900K |
| CUDA | 12.4 |
| OpenCV | 4.8 (CPU) |
| 图像尺寸 | 3840×2160 (4K) |
性能对比
处理时间
加速比
详细结果
卷积操作
| 操作 | 图像尺寸 | CPU (ms) | GPU (ms) | 加速比 |
|---|---|---|---|---|
| 高斯模糊 (5×5) | 4K | 45.2 | 1.2 | 37.7× |
| 高斯模糊 (15×15) | 4K | 120.5 | 3.8 | 31.7× |
| Sobel 边缘检测 | 4K | 38.1 | 0.9 | 42.3× |
| 自定义卷积核 (7×7) | 4K | 65.3 | 2.1 | 31.1× |
滤波操作
| 操作 | 图像尺寸 | CPU (ms) | GPU (ms) | 加速比 |
|---|---|---|---|---|
| 中值滤波 (3×3) | 4K | 28.4 | 2.5 | 11.4× |
| 双边滤波 | 4K | 180.5 | 4.8 | 37.6× |
| 盒式滤波 (5×5) | 4K | 25.2 | 0.8 | 31.5× |
| 锐化 | 4K | 42.1 | 1.1 | 38.3× |
几何操作
| 操作 | 图像尺寸 | CPU (ms) | GPU (ms) | 加速比 |
|---|---|---|---|---|
| 缩放 (2× 放大) | 4K | 18.3 | 0.6 | 30.5× |
| 缩放 (0.5× 缩小) | 4K | 8.2 | 0.3 | 27.3× |
| 旋转 90° | 4K | 5.4 | 0.2 | 27.0× |
| 水平翻转 | 4K | 2.1 | 0.1 | 21.0× |
直方图操作
| 操作 | 图像尺寸 | CPU (ms) | GPU (ms) | 加速比 |
|---|---|---|---|---|
| 直方图计算 | 4K | 3.2 | 0.15 | 21.3× |
| 直方图均衡化 | 4K | 12.3 | 0.3 | 41.0× |
| Otsu 阈值 | 4K | 5.8 | 0.25 | 23.2× |
CUDA 优化技术
1. 共享内存分块
卷积操作使用共享内存分块减少全局内存访问：
cpp
// 内核使用共享内存缓存图像数据 + 边缘区域
extern __shared__ float sharedMem[];
// 每个线程加载数据到共享内存
// 从快速共享内存计算卷积收益: 相比朴素全局内存访问提升约 10 倍
2. 原子操作
直方图计算使用原子操作实现并行归约：
cpp
__global__ void histogramKernel(...) {
atomicAdd(&histogram[value], 1);
}收益: 无竞争条件的并行直方图计算
3. 纹理内存
图像缩放操作利用纹理内存实现硬件插值：
cpp
cudaBindTextureToArray(texRef, imageArray);
tex2D(texRef, x, y); // 硬件双线性插值收益: 免费的硬件插值，降低内核复杂度
4. 多流执行
流水线操作使用多个 CUDA 流实现重叠：
cpp
cudaStream_t streams[N];
for (int i = 0; i < N; i++) {
cudaMemcpyAsync(..., streams[i]);
kernel<<<..., streams[i]>>>(...);
}收益: 重叠计算和传输，提高吞吐量
复现基准测试
bash
# 构建基准测试
cmake -S . -B build -DBUILD_BENCHMARKS=ON
cmake --build build -j$(nproc)
# 运行基准测试
./build/bin/benchmark_convolution
./build/bin/benchmark_filters
./build/bin/benchmark_geometric测试方法
详见 测试方法 了解详细的测试流程和硬件规格。