本文關(guān)鍵詞：基于可重構(gòu)處理器的并行視覺處理算法研究

  更多相關(guān)文章： 視覺信息處理 可重構(gòu) 并行計(jì)算 算子

【摘要】：視覺信息應(yīng)用領(lǐng)域越來(lái)越廣，視覺信息處理所面臨的實(shí)時(shí)性的要求，使它需要具有高計(jì)算能力的計(jì)算架構(gòu)，以解決現(xiàn)有通用處理器架構(gòu)和專用處理器架構(gòu)的不足�？芍貥�(gòu)處理器由通用處理器和可重構(gòu)陣列單元構(gòu)成，同時(shí)具有通用處理器的靈活性和ASIC的高效�？芍貥�(gòu)架構(gòu)基于數(shù)據(jù)流的處理方式使它具有數(shù)據(jù)并行度高、數(shù)據(jù)處理能力強(qiáng)的優(yōu)點(diǎn)，，而且可重構(gòu)處理器可重復(fù)配置的特點(diǎn)，能提高視覺信息處理算法的執(zhí)行效率。本文主要研究基于可重構(gòu)處理器的并行視覺信息處理算法，本文主要研究工作包括： （1）研究了視覺信息處理中常用的基于特征的圖像拼接算法，提出了一種基于相對(duì)梯度的歸一化互相關(guān)算法，此算法將圖像的相對(duì)梯度作為相似度測(cè)量對(duì)象，并在求取均值的時(shí)候引入圓形濾波窗口。 （2）介紹了可重構(gòu)處理器的硬件結(jié)構(gòu)，并根據(jù)各算法的運(yùn)行時(shí)間分布，充分挖掘算法運(yùn)算量最集中部分的并行性，將算法分解成算子級(jí)，形成基于可重構(gòu)處理器的算子庫(kù)。 （3）分析了可重構(gòu)處理器的架構(gòu)模型，用并發(fā)的線程模擬可重構(gòu)陣列單元（PE）的運(yùn)算方式，調(diào)用OpenMP設(shè)置多個(gè)線程并行執(zhí)行，在多核計(jì)算機(jī)平臺(tái)上模擬可重構(gòu)處理器的計(jì)算過(guò)程。通過(guò)分析算法在多核計(jì)算機(jī)上的并發(fā)執(zhí)行效率，來(lái)優(yōu)化視覺信息算法在可重構(gòu)陣列上的映射方案。 本文對(duì)互相關(guān)匹配算法的優(yōu)化能有效地減小特征點(diǎn)的誤匹配率，實(shí)驗(yàn)數(shù)據(jù)表明其對(duì)圖像間的相對(duì)旋轉(zhuǎn)及光照差異有魯棒性；通過(guò)使用多核處理器的線程模擬PE的運(yùn)算，對(duì)典型視覺信息處理進(jìn)行的仿真分析表明算子級(jí)的并行處理能夠提高計(jì)算效率。
【關(guān)鍵詞】：視覺信息處理 可重構(gòu) 并行計(jì)算 算子
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41;TP332
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-13
• 1.1 可重構(gòu)計(jì)算概述8-9
• 1.2 視覺信息的可重構(gòu)并行處理9-11
• 1.3 本課題選題意義與主要內(nèi)容11-13
• 1.3.1 選題意義11
• 1.3.2 本文的組織結(jié)構(gòu)及章節(jié)安排：11-13
• 第二章 典型視覺信息處理算法分析與優(yōu)化13-30
• 2.1 基于特征的圖像拼接算法13-14
• 2.2 圖像特征點(diǎn)檢測(cè)與匹配14-18
• 2.2.1 Harris 角點(diǎn)檢測(cè)14-15
• 2.2.2 SIFT 算子特征點(diǎn)15-16
• 2.2.3 特征點(diǎn)粗匹配16-18
• 2.2.4 去除誤匹配點(diǎn)對(duì)18
• 2.3 基于相對(duì)梯度的歸一化互相關(guān)算法優(yōu)化18-25
• 2.4 圖像空間變換與融合25-27
• 2.4.1 空間變換25-26
• 2.4.2 圖像融合26-27
• 2.5 圖像拼接算法評(píng)測(cè)方法27-29
• 2.6 本章小結(jié)29-30
• 第三章 面向可重構(gòu)處理器的視覺處理算法分解30-48
• 3.1 可重構(gòu)體系結(jié)構(gòu)模型31-33
• 3.2 Harris 角點(diǎn)檢測(cè)算法33-38
• 3.2.1 算法復(fù)雜性分析34-37
• 3.2.2 sobel 梯度算子并行分析37-38
• 3.3 NCC 算法的并行化分析38-40
• 3.3.1 算法流程38-40
• 3.4 Ransac 算法40-45
• 3.4.2 算法流程40-42
• 3.4.3 算法復(fù)雜性分析42-45
• 3.5 DCT 算法的并行化分析45-46
• 3.6 可重構(gòu)算子庫(kù)46-48
• 第四章 可重構(gòu)視覺處理器的并行仿真方法48-56
• 4.1 并行計(jì)算模型48-49
• 4.2 可重構(gòu)并行計(jì)算模型49-50
• 4.3 采用多核處理器進(jìn)行可重構(gòu)并行仿真的方法50-56
• 4.3.1 多核并行與可重構(gòu)并行計(jì)算模式對(duì)比50-56
• 第五章 總結(jié)與展望56-58
• 5.1 主要研究工作總結(jié)56-57
• 5.2 存在的問(wèn)題及對(duì)課題的建議57-58
• 參考文獻(xiàn)58-63
• 發(fā)表論文和參加科研情況說(shuō)明63-64
• 致謝64

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 宋宇鯤;高明倫;鄧紅輝;王銳;胡永華;;DReAC:一種新型動(dòng)態(tài)可重構(gòu)協(xié)處理器[J];電子學(xué)報(bào);2007年05期

2 王峰;周學(xué)海;陳艾;羅賽;;基于部分重構(gòu)技術(shù)的加密算法實(shí)現(xiàn)研究[J];電子學(xué)報(bào);2007年05期

3 于蘇東;劉雷波;魏少軍;;流水線配置技術(shù)在可重構(gòu)處理器中的應(yīng)用[J];計(jì)算機(jī)工程;2010年08期

4 陳國(guó)良;孫廣中;徐云;龍柏;;并行計(jì)算的一體化研究現(xiàn)狀與發(fā)展趨勢(shì)[J];科學(xué)通報(bào);2009年08期

5 ;A novel algorithm for a rotation invariant template matching[J];Optoelectronics Letters;2008年05期

6 王鵬;林水生;黃樂(lè)天;;一種動(dòng)態(tài)可重構(gòu)協(xié)處理器參數(shù)化系統(tǒng)級(jí)模型研究[J];微電子學(xué)與計(jì)算機(jī);2011年02期

7 孫康;沈海斌;王繼民;季愛明;潘雪增;;參數(shù)化的可重構(gòu)系統(tǒng)抽象模型[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2008年08期

8 王宇e

本文編號(hào)：649935