摘要：随着实际应用中图像数据规模的增大和分辨率的提高，图像边缘检测算法的性能成为制约图像实时处理的关键。从向量化访存、数据本地化以及条件分支优化3个方面出发，结合算法特性和底层硬件架构特征，研究Canny边缘检测算法在NVIDIATegraK1异构计算平台上的GPU性能优化。实验结果表明，与基于OpenCV3．0CPU的Canny边缘检测算法相比，优化后的Canny边缘检测算法在不同图像数据规模下可达13．2倍-17．8倍的性能加速比，具有较好的检测性能。