随着各种数码设备和嵌入式设备的普及,对于图像处理的速度及质量要求越来越高。而图形处理单元(GPU)因其较低价格和高性能受到越来越多的青睐,如何利用图形处理单元的多计算单元的特性进行图像处理加速已经成为工业界和学术界研究的热点。本文提出了基于Bayer格式图像针对GPU使用OpenCL语言对去马赛克算法、坏点检测与修正算法、噪点去除算法、白平衡算法和直方图均衡化算法的五种关键图像信号处理算法进行加速的优化方案,最后针对GPU体系架构的特点,在不同图像尺寸和不同型号GPU情况下,对所提出的优化方案进行了实验研究。实验结果表明,对于去马赛克算法,与在CPU上的运行相比,在GPU上运行优化的OpenCL程序的速度提升了约200倍,坏点检测与修正算法速度提升了约80倍,白平衡算法速度提升约了2.5倍,直方图均衡化算法速度提升了约3倍,尤其对更为复杂的去噪算法速度提升了约149倍。实验结果说明通过利用OpenCL结合所执行的GPU设备可以对图像处理算法实现良好的加速效果。本课题的创新处在于并未直接简单的通过OpenCL编程来实现算法的功能,而是结合GPU架构特点进一步从带宽利用率、数据访问频率和计算单元使用量等方面对算法进行进一步修改来达到良好的效果。