CN103136724A - 加网方法和装置 - Google Patents

加网方法和装置 Download PDF

Info

Publication number
CN103136724A
CN103136724A CN2011103907784A CN201110390778A CN103136724A CN 103136724 A CN103136724 A CN 103136724A CN 2011103907784 A CN2011103907784 A CN 2011103907784A CN 201110390778 A CN201110390778 A CN 201110390778A CN 103136724 A CN103136724 A CN 103136724A
Authority
CN
China
Prior art keywords
screening
source data
buffer zone
data buffer
interim
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103907784A
Other languages
English (en)
Other versions
CN103136724B (zh
Inventor
孟张伟
林好
李海峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
New Founder Holdings Development Co ltd
Beijing Founder Electronics Co Ltd
Original Assignee
Peking University Founder Group Co Ltd
Beijing Founder Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peking University Founder Group Co Ltd, Beijing Founder Electronics Co Ltd filed Critical Peking University Founder Group Co Ltd
Priority to CN201110390778.4A priority Critical patent/CN103136724B/zh
Publication of CN103136724A publication Critical patent/CN103136724A/zh
Application granted granted Critical
Publication of CN103136724B publication Critical patent/CN103136724B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种加网方法,包括:将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中;GPU并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存中设置的临时加网目标数据缓冲区中;将临时加网目标数据缓冲区中的加网目标数据复制至主存中。本发明还提供了一种加网装置,包括:主机端和客机端,主机端包括CPU和主存,客机端包括GPU和显存;GPU并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存中设置的临时加网目标数据缓冲区中。本发明显著地提高了加网速度。

Description

加网方法和装置
技术领域
本发明涉及图像光栅化领域,具体而言,涉及一种加网方法和装置。
背景技术
RIP(Raster Image Processor,栅格图像处理器)是一种解释器,用来将页面描述语言所描述的版面信息解释转换成可供输出设备输出的数据信息(一般是位图)。RIP是整个印前行业的核心软件,一个桌面系统的输出质量、输出速度和开放性在很大程度上取决于RIP的优劣。
在印刷领域中,如果印版上的两个元素没有任何微观上的变化,那么通过该印版印刷出来的印刷品只有两个层次——黑与白,颜色也只能表现出两种——黑色与白色(单色黑墨印刷时,如果是四色印刷颜色最多也只有8种),这样就无法表现出原稿上的丰富的阶调层次和多彩的色彩。如果能将印版上的图文部分分割成大量面积大小不同的小点,不同面积大小的点着墨后,着墨的多少也就不同,在视觉效果上也就表现出了不同的阶调层次。同样,着墨的多少,也反映出了色彩的千变万化。这些小点在印刷上称之为网点,所以印刷上一定要采用网点来印刷。对于连续调图像,必须通过加网的方式转变成网目调图像才能完成印刷,即8位转化为1位。
按照加网的方法,网点分为调幅网点(AM Screening,以点的大小来表现图像的层次,点间距固定,点大小改变)和调频网点(FMScreening,以点的疏密而不是点的大小来表现图像的层次)。
加网除了保障质量之外,其速度也是需着重考虑的因素。加网速度往往受两个方面影响:1,数据量。以一张A4幅面,分辨率为600dpi的样张为例,其像素数目大致为32M。当设备以CMYK四色面输出时,其待加网数据量为128M,若有其它专色输出,则加网数据量以32M的等差数列递增。当以更高分辨率输出时,其待加网数据量倍增。同样A4幅面,2400dpi,CMYK四色输出时,数据量为2G。由此可见,在RIP中加网的数据量相当可观。2,加网算法。各家公司实现加网算法的方式不甚一致。但是,其必定涉及位置计算,8位颜色数据与网点数据的匹配计算等。其计算时间也不容小觑。由于数据量大,加网算法较为耗时,加网已成为RIP的速度瓶颈之一。
GPU(Graphic Processing Unit,图形处理器)是相对于CPU的一个概念。传统上,GPU的应用被局限于处理图形渲染计算任务。随着GPU可编程性的不断提高,利用GPU完成通用计算的研究渐渐活跃起来。将GPU用于图形渲染以外领域的计算称为GPGPU(General-purpose computing on graphic processing units,基于GPU的通用计算)。GPGPU计算通常采用CPU+GPU异构模式,由CPU负责执行复杂逻辑处理和事务管理等不适合数据并行的计算,由GPU负责密集型的大规模数据并行计算。这种利用GPU的强大处理能力和高带宽弥补CPU性能不足的计算方式,在发掘计算机潜在的性能方面,以及在成本和性价比方面有显著优势。
GPGPU编程模型将CPU作为主机,GPU作为协处理器。在一个系统中可以存在一个主机和若干个设备。在这个模型中,CPU、GPU各自拥有相互独立的存储器地址空间:主机端的内存和设备端的显存。
显卡中有全局内存,常量内存,纹理内存和共享内存。全局内存不会被缓存,访问成本很高。灵活合理地使用内存,可以大幅度提高渲染的性能。从纹理内存而非全局内存读取数据可以带来多方面的性能受益,纹理不受制于存储器访问模式的限制,寻址计算的延迟得到很好的隐藏,且纹理有缓存,能改进执行随机数据访问的应用程序的性能。纹理存储器空间会被缓存,因此纹理拾取仅需在缓存丢失时读取一次设备存储器,否则只需读取纹理缓存即可。
一旦确定了程序中的并行部分,就可以考虑把这部分计算工作交给GPU。运行在GPU上的并行函数称为Kernel,一个Kernel函数不是一个完整的程序,而是可以被并行执行的步骤。CPU的串行代码完成的工作包括在Kernel启动前进行数据准备和设备初始化的工作,以及在Kernel之间进行一些串行计算。
发明内容
本发明旨在提供一种加网方法和装置,以解决相关技术的加网处理速度较慢的问题。
在本发明的实施例中,提供了一种加网方法,包括:将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中;GPU并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存中设置的临时加网目标数据缓冲区中;将临时加网目标数据缓冲区中的加网目标数据复制至主存中。
在本发明的实施例中,提供了一种加网装置,包括:主机端和客机端,主机端包括CPU和主存,客机端包括GPU和显存;CPU用于将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中;GPU并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存中设置的临时加网目标数据缓冲区中;CPU还用于将临时加网目标数据缓冲区中的加网目标数据复制至主存中。
本发明上述实施例的加网方法和装置因为采用GPU并行地加网处理,所以显著地提高了加网速度,为解决当前RIP中加网速度较慢的性能瓶颈提供了一套行之有效的方案。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了根据本发明实施例的加网方法的流程图;
图2示出了根据本发明实施例的加网装置的示意图;
图3示出了根据本发明优选实施例的加网处理的流程图;
图4示出了根据本发明优选实施例的数据加网之前的准备流程图;
图5示出了根据本发明优选实施例的数据并行加网的流程图;
图6示出了根据本发明优选实施例的Kernel程序的流程图。
具体实施方式
下面将参考附图并结合实施例,来详细说明本发明。
图1示出了根据本发明实施例的加网方法的流程图,包括:
步骤S10,将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中;
步骤S20,GPU并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存中设置的临时加网目标数据缓冲区中;
步骤S30,将临时加网目标数据缓冲区中的加网目标数据复制至主存中。
图2示出了根据本发明实施例的加网装置的示意图,包括:主机端100和客机端200,主机端100包括CPU 10和主存20,客机端200包括GPU 30和显存40;CPU 10用于将主存20中的加网源数据复制至在显存30中设置的临时加网源数据缓冲区40中;GPU200并行地加网处理临时加网源数据缓冲区中的加网源数据,得到的加网目标数据存储到在显存40中设置的临时加网目标数据缓冲区中;CPU 10还用于将临时加网目标数据缓冲区中的加网目标数据复制至主存20中。
相关技术的加网处理中,由CPU串行方式处理待加网数据,因为数据量很大,所以速度较慢。发明人发现各像素进行加网的计算方法大致相同,且仅与位置有关即像素之间无相关性,具有良好的并行计算性。因此,本实施例的加网方法中,将待加网数据导入显存中,利用GPU的并行能力进行并行处理,显著地提高了加网处理速度。
优选地,步骤S10包括:在主存中设置加网源数据缓冲区和加网目标数据缓冲区,在显存中设置临时加网源数据缓冲区和临时加网目标数据缓冲区;将待加网数据导入加网源数据缓冲区中;在主存中设置加网源数据的网点表;将网点表复制至显存中并进行纹理绑定。网点表,是加网过程需要用到的辅助一维表。其反应加网源数据与加网目标数据的映射关系。在加网过程中,GPU通过查找网点表,来获取加网源数据对应的加网目标数据。
优选地,步骤S10还包括:将加网源数据缓冲区中的加网源数据分成多段;将各段加网源数据依次复制至临时加网源数据缓冲区。
优选地,步骤S20包括:在GPU上启动多个线程,运行Kernel程序,每个线程分别处理临时加网源数据缓冲区中当前段的加网源数据中的N个像素(即,N*线程数=当前段的加网源数据的总像素数),包括:获取各个像素的颜色值Cs(即加网源数据);计算当前像素的加网源数据Cs在显存的网点表中的对应位置Pg;采用纹理获取方式,获取在显存的网点表中位置Pg的数值Ct;将数值Ct经过整理作为一个加网目标数据填充至临时加网目标缓冲区。
优选地,步骤S30包括:将临时加网目标缓冲区中的所有数值Ct复制至加网目标数据缓冲区中。
优选地,CPU包括:第一模块,用于在主存中设置加网源数据缓冲区和加网目标数据缓冲区,在显存中设置临时加网源数据缓冲区和临时加网目标数据缓冲区;第二模块,用于将待加网数据导入加网源数据缓冲区中;第三模块,用于在主存中设置加网源数据的网点表;第四模块,用于将网点表复制至显存中并进行纹理绑定。
优选地,CPU还包括:第五模块,用于将加网源数据缓冲区中的加网源数据分成多段;第六模块,用于将各段加网源数据依次复制至临时加网源数据缓冲区。
优选地,GPU包括:第七模块,用于在GPU上启动多个线程,运行Kernel程序,每个线程分别处理临时加网源数据缓冲区中当前段的加网源数据中的N个像素,包括:第八模块,用于获取各个像素的加网源数据Cs;第九模块,用于计算当前像素的加网源数据Cs在显存的网点表中的对应位置Pg;第十模块,用于采用纹理获取方式,获取在显存的网点表中位置Pg的数值Ct;第十一模块,用于将数值Ct经过整理作为一个加网目标数据填充至临时加网目标缓冲区。
优选地,CPU用于将临时加网目标缓冲区中的所有数值Ct复制至加网目标数据缓冲区中。
图3示出了根据本发明优选实施例的加网处理的流程图,本实施例采取CUDA(Compute Unified Device Architecture,统一设备架构)技术,CPU+GPU的异构模式,对3页A4幅面大小的CMYK色面点阵,进行加网。单色面点阵由4992*7040像素组成,约34M数据。CPU即为普通CPU,GPU支持CUDA技术,通过北桥进行互联。本方法包括:
步骤S302:加网装置初始化
1)清空主机端与设备端的网点表;
2)清空临时加网源数据缓冲区Device_TBs以及临时加网目标数据缓冲区Device_TBt。
步骤S304:数据加网
第1页数据加网,以C版数据为例,其它MYK版数据处理同C版数据,包括:
1)加网之前的准备,如图4所示:
步骤S402,在主机端主存上申请加网目标数据缓冲区Host_Bt,容量为8M;
步骤S404,在主机端主存上申请加网源数据缓冲区Host_Bs,容量为64M,并导入全部C版的点阵数据(即待加网数据)作为加网源数据;
步骤S406,在主机端判断是否已有C版对应网点表Host_Tc,若有则无需建立网点表Host_Tc,程序终止,否则转入步骤S408;
步骤S408,在主机端主存上开辟网点表Host_Tc,并生成网点表数据;
步骤S410,在设备端显存上开辟C版对应网点表Device_Tc,并将主存上的网点表Host_Tc中数据复制至设备端网点表Device_Tc;
步骤S412,对设备端的网点表Device_Tc中数据进行纹理绑定。
2)进行并行加网,图5示出了根据本发明优选实施例的数据并行加网的流程图,包括以下步骤:
步骤S502,若在设备端尚未申请临时加网源数据缓冲区Device_TBs及临时加网目标数据缓冲区Device_TBt,执行步骤S504,否则执行步骤S506;
步骤S504,在设备端申请临时加网源数据缓冲区Device_TBs,容量为16M,及临时加网目标数据缓冲区Device_TBt,容量为2M;
步骤S506,将待加网数据分为N段例如4段,第一段索引1;
步骤S508,若当前段索引不大于4,则执行步骤S510,否则终止;
步骤S510,将当前段10M,等于或小于2048线主机端加网源数据复制至设备端临时源数据缓冲区Device_TBs;
步骤S512,在GPU上启动1个Grid(格子),该Grid有2048个块,每块有256个线程,总计512K个线程,运行Kernel程序。每个线程基本处理该段数据中的20个像素。Kernel程序执行如下步骤:
Kernel程序执行如下步骤,如图6所示:
步骤S602,计算该线程对应的起始像素的位置Ps,置当前像素位置Pcur为起始像素位置Ps;
步骤S604,当前像素位置Pcur与起始像素位置Ps相错是否小于20,若是则执行步骤S606,否则终止;
步骤S606,获取该像素的加网源数据Cs;
步骤S608,计算该像素对应的网点在网点表中的位置Pg;
步骤S610,根据此位置Pg,采用纹理获取方式,获取其在对应网点表中的数值Ct;
步骤S612,将此数值Ct经过整理填充至临时加网目标缓冲区Device_TBt;
步骤S614,当前像素位置移至下一像素位置Pcur=Pcur+1,执行步骤S604;
步骤S514,将临时加网目标缓冲区Devce_TBt中的约2M数据复制至对应的主机端加网目标数据缓冲区Host_Bt。
步骤S516,移至下一数据段,执行步骤S508。
3)加网数据导出,包括:
(a)将主机端加网目标数据缓冲区Host_Bt中数据导出;
(b)释放主机端加网目标数据缓冲区Host_Bt;
(c)释放主机端加网源数据缓冲区Host_Bs。
步骤S306:加网装置析构
(1)释放主机端与设备端的网点表Host_Tc、Host_Tm、Host_Ty、Host_Tk、Device_Tc、Device_Tm、Device_Ty、Device_Tk;
(2)释放临时加网源数据缓冲区Device_TBs以及临时加网目标数据缓冲区Device_TBt。
第2、3页数据处理同第1页。
本发明通过利用CPU+GPU的异构模式,将可并行的加网部分移交至GPU进行并行计算,再将所得数据返回至主机端内存。本发明根据挂网的技术特点,充分利用了GPU的并行计算性能,将串行挂网的方式,修改为并行挂网,大幅度地提高了挂网的速度。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种加网方法,其特征在于,包括:
将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中;
GPU并行地加网处理所述临时加网源数据缓冲区中的所述加网源数据,得到的加网目标数据存储到在所述显存中设置的临时加网目标数据缓冲区中;
将所述临时加网目标数据缓冲区中的所述加网目标数据复制至所述主存中。
2.根据权利要求1所述的方法,其特征在于,将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中包括:
在所述主存中设置加网源数据缓冲区和加网目标数据缓冲区,在所述显存中设置所述临时加网源数据缓冲区和所述临时加网目标数据缓冲区;
将待加网数据导入所述加网源数据缓冲区中作为所述加网源数据;
在所述主存中设置所述加网源数据的网点表;
将所述网点表复制至所述显存中并进行纹理绑定。
3.根据权利要求2所述的方法,其特征在于,将主存中的加网源数据复制至在显存中设置的临时加网源数据缓冲区中还包括:
将所述加网源数据缓冲区中的加网源数据分成多段;
将各段所述加网源数据依次复制至所述临时加网源数据缓冲区。
4.根据权利要求3所述的方法,其特征在于,GPU并行地加网处理所述临时加网源数据缓冲区中的所述加网源数据包括:
在GPU上启动多个线程运行Kernel程序,每个线程分别处理所述临时加网源数据缓冲区中当前段的所述加网源数据中的N个像素,N*线程数=当前段的加网源数据的总像素数,包括:
获取各个像素的加网源数据;
计算当前像素的加网源数据在所述显存的网点表中的对应位置;
采用纹理获取方式,获取在所述显存的网点表中所述位置的数值;
将所述数值经过整理作为一个所述加网目标数据填充至所述临时加网目标缓冲区。
5.根据权利要求4所述的方法,其特征在于,将所述临时加网目标数据缓冲区中的所述加网目标数据复制至所述主存中包括:
将所述临时加网目标缓冲区中的所有所述数值复制至所述加网目标数据缓冲区中。
6.一种加网装置,其特征在于,包括:主机端和客机端,所述主机端包括CPU和主存,所述客机端包括GPU和显存;
所述CPU用于将所述主存中的加网源数据复制至在所述显存中设置的临时加网源数据缓冲区中;
所述GPU并行地加网处理所述临时加网源数据缓冲区中的所述加网源数据,得到的加网目标数据存储到在所述显存中设置的临时加网目标数据缓冲区中;
所述CPU还用于将所述临时加网目标数据缓冲区中的所述加网目标数据复制至所述主存中。
7.根据权利要求6所述的装置,其特征在于,所述CPU包括:
第一模块,用于在所述主存中设置加网源数据缓冲区和加网目标数据缓冲区,在所述显存中设置所述临时加网源数据缓冲区和所述临时加网目标数据缓冲区;
第二模块,用于将待加网数据导入所述加网源数据缓冲区中;
第三模块,用于在所述主存中设置所述加网源数据的网点表;
第四模块,用于将所述网点表复制至所述显存中并进行纹理绑定。
8.根据权利要求7所述的装置,其特征在于,所述CPU还包括:
第五模块,用于将所述加网源数据缓冲区中的加网源数据分成多段;
第六模块,用于将各段所述加网源数据依次复制至所述临时加网源数据缓冲区。
9.根据权利要求8所述的装置,其特征在于,所述GPU包括:
第七模块,用于在GPU上启动多个线程,运行Kernel程序,每个线程分别处理所述临时加网源数据缓冲区中当前段的所述加网源数据中的N个像素,N*线程数=当前段的加网源数据的总像素数,包括:
第八模块,用于获取各个像素的加网源数据;
第九模块,用于计算当前像素的加网源数据在所述显存的网点表中的对应位置;
第十模块,用于采用纹理获取方式,获取在所述显存的网点表中所述位置的数值;
第十一模块,用于将所述数值经过整理作为一个所述加网目标数据填充至所述临时加网目标缓冲区。
10.根据权利要求9所述的装置,其特征在于,所述CPU用于将所述临时加网目标缓冲区中的所有所述数值复制至所述加网目标数据缓冲区中。
CN201110390778.4A 2011-11-30 2011-11-30 加网方法和装置 Expired - Fee Related CN103136724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110390778.4A CN103136724B (zh) 2011-11-30 2011-11-30 加网方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110390778.4A CN103136724B (zh) 2011-11-30 2011-11-30 加网方法和装置

Publications (2)

Publication Number Publication Date
CN103136724A true CN103136724A (zh) 2013-06-05
CN103136724B CN103136724B (zh) 2015-11-25

Family

ID=48496521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110390778.4A Expired - Fee Related CN103136724B (zh) 2011-11-30 2011-11-30 加网方法和装置

Country Status (1)

Country Link
CN (1) CN103136724B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105045726A (zh) * 2015-08-10 2015-11-11 Tcl集团股份有限公司 一种基于并行计算的图片操作方法及系统
CN105468705A (zh) * 2015-11-18 2016-04-06 广东南方通信建设有限公司 一种移动通信后台数据文件导入方法
CN107908363A (zh) * 2017-11-10 2018-04-13 湖北锐世数字医学影像科技有限公司 基于cuda的pet符合事件筛选的方法、系统及装置
CN110851187A (zh) * 2019-11-19 2020-02-28 北京百度网讯科技有限公司 显存处理方法、装置、设备和介质
WO2020248499A1 (zh) * 2019-06-10 2020-12-17 平安科技(深圳)有限公司 基于卷积神经网络的显存处理方法、装置及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1942901A (zh) * 2005-02-23 2007-04-04 索尼计算机娱乐公司 图像处理装置及图像处理方法
CN101131626A (zh) * 2006-08-23 2008-02-27 北京大学 一种分布式光栅图像处理的数据传输系统及方法
CN101145093A (zh) * 2006-09-11 2008-03-19 北京大学 一种并行光栅图像处理方法及系统
TW200849137A (en) * 2007-03-30 2008-12-16 Dainippon Screen Mfg Image processing system, control apparatus, and image processing method
CN101371247A (zh) * 2005-12-19 2009-02-18 辉达公司 用于图形处理器的并行阵列结构
US20090237697A1 (en) * 2008-03-20 2009-09-24 Angelo Caruso Multiple processor print driver
US20100073695A1 (en) * 2008-04-18 2010-03-25 Global Graphics Software Limited Methods and systems for increasing performance of server-based rendering
US20100290078A1 (en) * 2009-05-15 2010-11-18 Hewlett-Packard Development Company, L.P. Parallelization In Printing
WO2011036069A1 (en) * 2009-09-25 2011-03-31 Oce-Technologies B.V. Method of creating a printable raster image file
US20110194125A1 (en) * 2010-02-10 2011-08-11 Xerox Corporation Distributed data flow for page parallel image processing within printing systems

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1942901A (zh) * 2005-02-23 2007-04-04 索尼计算机娱乐公司 图像处理装置及图像处理方法
CN101371247A (zh) * 2005-12-19 2009-02-18 辉达公司 用于图形处理器的并行阵列结构
CN101131626A (zh) * 2006-08-23 2008-02-27 北京大学 一种分布式光栅图像处理的数据传输系统及方法
CN101145093A (zh) * 2006-09-11 2008-03-19 北京大学 一种并行光栅图像处理方法及系统
TW200849137A (en) * 2007-03-30 2008-12-16 Dainippon Screen Mfg Image processing system, control apparatus, and image processing method
US20090237697A1 (en) * 2008-03-20 2009-09-24 Angelo Caruso Multiple processor print driver
US20100073695A1 (en) * 2008-04-18 2010-03-25 Global Graphics Software Limited Methods and systems for increasing performance of server-based rendering
US20100290078A1 (en) * 2009-05-15 2010-11-18 Hewlett-Packard Development Company, L.P. Parallelization In Printing
WO2011036069A1 (en) * 2009-09-25 2011-03-31 Oce-Technologies B.V. Method of creating a printable raster image file
US20110194125A1 (en) * 2010-02-10 2011-08-11 Xerox Corporation Distributed data flow for page parallel image processing within printing systems

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105045726A (zh) * 2015-08-10 2015-11-11 Tcl集团股份有限公司 一种基于并行计算的图片操作方法及系统
CN105045726B (zh) * 2015-08-10 2019-10-11 Tcl集团股份有限公司 一种基于并行计算的图片操作方法及系统
CN105468705A (zh) * 2015-11-18 2016-04-06 广东南方通信建设有限公司 一种移动通信后台数据文件导入方法
CN107908363A (zh) * 2017-11-10 2018-04-13 湖北锐世数字医学影像科技有限公司 基于cuda的pet符合事件筛选的方法、系统及装置
CN107908363B (zh) * 2017-11-10 2021-12-07 湖北锐世数字医学影像科技有限公司 基于cuda的pet符合事件筛选的方法、系统及装置
WO2020248499A1 (zh) * 2019-06-10 2020-12-17 平安科技(深圳)有限公司 基于卷积神经网络的显存处理方法、装置及存储介质
CN110851187A (zh) * 2019-11-19 2020-02-28 北京百度网讯科技有限公司 显存处理方法、装置、设备和介质

Also Published As

Publication number Publication date
CN103136724B (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
KR100902974B1 (ko) 그래픽 파이프 라인에서의 타일 기반 정밀 래스터화
DE102013114279B4 (de) Oberflächenverarbeitung mit Mehrfachabtastung unter Verwendung einer einzelnen Abtastung
US10068518B2 (en) Method, apparatus and system for dithering an image
DE102020115026A1 (de) Systeme und Verfahren zur Tonabbildung von Bildern mit hohem Dynamikumfang für auf tiefem Lernen basierende Verarbeitung von hoher Qualität
DE102020121814A1 (de) Vorrichtung und Verfahren zum Verwenden von Dreieckspaaren und gemeinsam genutzten Transformationsschaltungen zum Verbessern der Strahlverfolgungsleistung
DE112017003389T5 (de) Verfahren und vorrichtung für shared virtual memory zum managen von datenkohärenz in einem heterogenen verarbeitungssystem
CN103136724B (zh) 加网方法和装置
DE112017004671T5 (de) Vorrichtung und Verfahren für optimiertes Raytracing
DE102020107080A1 (de) Grafiksysteme und Verfahren zum Beschleunigen von Synchronisation mittels feinkörniger Abhängigkeitsprüfung und Planungsoptimierungen basierend auf verfügbarem gemeinsam genutztem Speicherplatz
DE102020129756A1 (de) Verwendung eines efehls einer rchitektur mit einem efehlssatz (isa) zur ektornormalisierung
DE102020126177A1 (de) Verfahren und vorrichtung zum planen der threadreihenfolge, um den cache-wirkungsgrad zu verbessern
DE102020132871A1 (de) Verbessern von hierarchischer tiefenpuffer-cullingeffizienz durch maskenakkumulation
CN107077833A (zh) 用于最后排序架构的高效的帧到帧相干性利用的装置和方法
DE102019115130A1 (de) Vorrichtung und Verfahren für konservatives morphologisches Anti-Aliasing mit Mehrfachabtastung
DE102020105902A1 (de) Hardware-indexzuordnungsmechanismus
DE102020130880A1 (de) Mechanismus zur partitionierung eines geteilten lokalen speichers
DE102020124872A1 (de) Verwendung von innere-abdeckung-informationen durch eine konservative-rasterung-pipeline zum aktivieren von earlyz für eine konservative rasterung
DE102020115578A1 (de) Management von partiellem schreiben in einer grafik-enginemit mehreren kacheln
DE102020129625A1 (de) Seitentabellen-mapping-mechanismus
DE102020113789A1 (de) Asynchroner ausführungsmechanismus
DE112017004550T5 (de) Auf minimum/maximum und bitweiser und/oder basierter grober schablonentest
US8355580B2 (en) Method and system for generating boundary in the process of rasterizing vector graphic as well as method for producing the system
DE102022101975A1 (de) Verschachtelte codierung mit variabler breite für grafikverarbeitung
KR20100044874A (ko) 2d 벡터 이미지의 멀티-샘플 렌더링
DE102021123500A1 (de) Vereinheitlichter Speicherkompressionsmechanismus

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220622

Address after: 3007, Hengqin international financial center building, No. 58, Huajin street, Hengqin new area, Zhuhai, Guangdong 519031

Patentee after: New founder holdings development Co.,Ltd.

Patentee after: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

Address before: 100871, Beijing, Haidian District Cheng Fu Road 298, founder building, 5 floor

Patentee before: PEKING UNIVERSITY FOUNDER GROUP Co.,Ltd.

Patentee before: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125