CUDA、NPP过滤器

Question

CUDA NPP库支持使用nppiFilter_8u_C1R命令过滤图像，但不断收到错误。我可以毫无问题地启动并运行boxFilterNPP示例代码。

eStatusNPP = nppiFilterBox_8u_C1R(oDeviceSrc.data(), oDeviceSrc.pitch(), 
                                  oDeviceDst.data(), oDeviceDst.pitch(), 
                                  oSizeROI, oMaskSize, oAnchor);

但是如果我将其改为使用nppiFilter_8u_C1R，eStatusNPP将返回错误-24 (NPP_TEXTURE_BIND_ERROR)。下面的代码是我对原始boxFilterNPP示例所做的更改。

NppiSize oMaskSize = {5,5};
npp::ImageCPU_32s_C1 hostKernel(5,5);

for(int x = 0 ; x < 5; x++){
    for(int y = 0 ; y < 5; y++){
        hostKernel.pixels(x,y)[0].x = 1;
    }
}

npp::ImageNPP_32s_C1 pKernel(hostKernel);

Npp32s nDivisor = 1;

eStatusNPP = nppiFilter_8u_C1R(oDeviceSrc.data(), oDeviceSrc.pitch(), 
                               oDeviceDst.data(), oDeviceDst.pitch(), 
                               oSizeROI, 
                               pKernel.data(),
                               oMaskSize, oAnchor,
                               nDivisor);

这已经在CUDA 4.2和5.0上进行了尝试，并获得了相同的结果。

当oMaskSize = {1,1}时，代码以预期的结果运行

Answer 1

当我将内核存储为ImageCPU/ImageNPP时，我也遇到了同样的问题。

一个好的解决方案是在设备上将内核存储为传统的一维数组。我试过了，它给了我很好的结果(没有那些不可预测的或垃圾图像)。

感谢的Frank Jargstorff提出了1D的想法。

NppiSize oMaskSize = {5,5};
Npp32s hostKernel[5*5];

for(int x = 0 ; x < 5; x++){
    for(int y = 0 ; y < 5; y++){
        hostKernel[x*5+y] = 1;
    }
}

Npp32s* pKernel; //just a regular 1D array on the GPU
cudaMalloc((void**)&pKernel, 5 * 5 * sizeof(Npp32s));
cudaMemcpy(pKernel, hostKernel, 5 * 5 * sizeof(Npp32s), cudaMemcpyHostToDevice);

使用this original image，这是我从1D内核数组的代码中得到的模糊结果：

​

我使用的其他参数：

Npp32s nDivisor = 25;
NppiPoint oAnchor = {4, 4};

Answer 2

根据两个函数之间的卷积与第二个函数的方向相反的数学约定，Filter应用向上向左扩展的遮罩。

长方体滤镜蒙版向下和向右延伸，这可能更直观。

在任何情况下，问题都是由这样一个事实引起的，即更改后的代码中的输入图像必须在有效的源[-4，-4]处采样，以便计算DESTINATION0，0。由于输入图像是通过纹理采样器访问的，绑定源图像指针偏移量(-4，-4)会导致您看到的纹理绑定错误。

解决方法:此问题最简单的解决方法是将锚点设置为(4，4)，这将有效地将蒙版向下和向右移动。您仍然需要注意，您需要反转内核数组中的权重(即K[-4, -4] -> K[0, 0]、K[0, 0] -> K[-4, -4]等)。

Answer 3

谢谢你的帮助。克服了这个错误，但我看到了一些奇怪的行为。图像会根据我之前运行的程序而变化，并且图像不会显示我要做的事情。

我试图模仿的示例是使用nppiFilter_8u_C1R的nppiFilterBox_8u_C1R，其中我将内核设置为1，将nDivisor设置为内核的总和。

这段代码仍然是对boxFilterNPP示例代码的修改。

NppiSize oMaskSize = {5,5};
npp::ImageCPU_32s_C1 hostKernel(5,5);
for(int x = 0 ; x < 5; x++){
    for(int y = 0 ; y < 5; y++){
        hostKernel.pixels(x,y)[0].x = 1;
    }
}

npp::ImageNPP_32s_C1 pKernel(hostKernel);
Npp32s nDivisor = 25;
NppiPoint oAnchor = {4, 4};
eStatusNPP = nppiFilter_8u_C1R(oDeviceSrc.data(),oDeviceSrc.pitch(), 
                               oDeviceDst.data(), oDeviceDst.pitch(), 
                               oSizeROI, 
                               pKernel.data(),
                               oMaskSize, oAnchor,
                               nDivisor);

由于内核是唯一的，因此需要反转权重应该不是问题。

下面显示了该代码返回5种不同类型的图像。大多数情况下，最后一个是返回的。

http://1ordrup.dk/kasper/image/Lena_boxFilter1.jpg
http://1ordrup.dk/kasper/image/Lena_boxFilter2.jpg
http://1ordrup.dk/kasper/image/Lena_boxFilter3.jpg
http://1ordrup.dk/kasper/image/Lena_boxFilter4.jpg 
http://1ordrup.dk/kasper/image/Lena_boxFilter5.jpg

我认为发生这种情况的原因是内核没有正确初始化或没有使用，因此带有伪随机内容的数据被用于内核。