本文關鍵詞：基于可重構(gòu)處理器的視覺并行處理算子庫研究

  更多相關文章： 可重構(gòu)處理器 視覺信息處理 并行計算 算子庫 Harris算法

【摘要】：現(xiàn)代視覺信息處理實時性強、數(shù)據(jù)量大和計算復雜度高的特點給處理器性能帶來了巨大的挑戰(zhàn)。同時,其多標準多協(xié)議的特點又對處理器靈活性提出了一定的要求�？芍貥�(gòu)處理器作為一種能夠兼顧通用處理器靈活性和專用集成電路高效性的架構(gòu),為視覺信息處理提供了一種有價值的研究方向。但是,視覺信息處理算法與可重構(gòu)處理器之間存在著鴻溝,如何將其映射到可重構(gòu)處理器陣列上成為一個難點,而算子庫的出現(xiàn)為兩者之間搭建了一座橋梁。本文首先介紹了多核處理器及其OpenMP并行編程模型,分析視覺信息處理算法所具有的并行性特征,從而實現(xiàn)其算法層并行,設計了Harris特征點檢測算法的并行程序。其次在視覺信息處理算法并行化基礎上,找到并行循環(huán)處理任務的數(shù)據(jù)流和控制流特征,將其進行分解細化,從而實現(xiàn)其算子層并行,建立起視覺信息處理算法的并行算子庫,并對算子庫的格式規(guī)范進行了詳細地設計。再次開發(fā)兩套驗證工具:語法規(guī)則校驗和功能結(jié)果驗證。語法規(guī)則校驗工具能夠完成算子庫的格式規(guī)范驗證;功能結(jié)果驗證工具可以完成算子庫的輸出檢查。最后對Harris特征點檢測算法進行分析,將其分解細化為基本運算單元,完成其算子層并行。并提出一種具有快的檢測速度和好的檢測質(zhì)量的改進型Harris特征點檢測算法。本文在多核處理器平臺下設計的Harris特征點檢測算法并行程序避免了常出現(xiàn)的編程錯誤,在2線程下可以實現(xiàn)1.59的加速比;在4線程下可以實現(xiàn)3.33的加速比。所建立的算子庫彌補了視覺信息處理算法與可重構(gòu)處理器之間的空缺,易于從算法到配置信息的轉(zhuǎn)換。所提出的改進型Harris特征點檢測算法的檢測時間僅為原始算法的8.7%;具有較好的檢測質(zhì)量,平均ACU為0.8;對于旋轉(zhuǎn)圖像的一致性評估,其平均CCN為79%,旋轉(zhuǎn)不變性高于Moravec、Harris、FAST等算法。
【關鍵詞】：可重構(gòu)處理器 視覺信息處理 并行計算 算子庫 Harris算法
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.41;TP332
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-18
• 1.1 可重構(gòu)計算概述10-12
• 1.2 可重構(gòu)視覺信息并行處理技術(shù)12-16
• 1.2.1 可重構(gòu)技術(shù)研究現(xiàn)狀12-15
• 1.2.2 可重構(gòu)視覺信息處理并行化分析15-16
• 1.3 研究內(nèi)容與意義16-17
• 1.4 論文結(jié)構(gòu)17-18
• 第二章 基于多核處理器的并行程序設計18-31
• 2.1 多核處理器簡介18-19
• 2.2 OpenMP并行編程模型19-23
• 2.2.1 OpenMP簡介19-21
• 2.2.2 并行編程錯誤21-23
• 2.3 加速比和擴展性23-25
• 2.3.1 加速比的計算23-24
• 2.3.2 擴展性問題24-25
• 2.4 Harris特征點檢測算法并行程序設計25-31
• 2.4.1 Harris特征點檢測算法原理25-26
• 2.4.2 Harris特征點檢測算法計算流程26-27
• 2.4.3 Harris特征點檢測算法并行程序設計27-31
• 第三章 基于可重構(gòu)處理器的算子庫設計31-45
• 3.1 視覺信息處理算子庫的應用背景31
• 3.2 視覺信息處理算子庫格式規(guī)范31-38
• 3.2.1 術(shù)語定義與關鍵字含義32-33
• 3.2.2 核心算子表達式33-34
• 3.2.3 輸入輸出格式34-36
• 3.2.4 控制符36-37
• 3.2.5 全局配置寄存器37-38
• 3.2.6 擴展算子表達式38
• 3.3 視覺信息處理算子庫形成與拆分原則38-39
• 3.3.1 視覺信息處理算子庫的形成38-39
• 3.3.2 視覺信息處理算子庫拆分原則39
• 3.4 視覺信息處理算子庫的可擴展性39-41
• 3.5 視覺信息處理算子庫驗證41-45
• 3.5.1 視覺信息處理算子庫語法規(guī)則校驗41-43
• 3.5.2 視覺信息處理算子庫的功能驗證43-45
• 第四章 基于可重構(gòu)算子庫的Harris特征點檢測算法映射45-55
• 4.1 Harris特征點檢測算法分析45
• 4.2 改進型Harris特征點檢測算法45-50
• 4.2.1 非特征點排除46-47
• 4.2.2 梯度計算47-48
• 4.2.3 特征點響應函數(shù)計算48-49
• 4.2.4 非極大值抑制49-50
• 4.2.5 性能評價指標50
• 4.3 Harris特征點檢測算法映射50-55
• 4.3.1 梯度計算50-51
• 4.3.2 高斯濾波51-52
• 4.3.3 特征點響應函數(shù)52-53
• 4.3.4 非極大值抑制53-55
• 第五章 實驗結(jié)果與分析55-64
• 5.1 Harris特征點檢測算法性能結(jié)果分析55-58
• 5.1.1 串行程序性能結(jié)果分析55-57
• 5.1.2 并行程序性能結(jié)果分析57-58
• 5.2 改進型Harris特征點檢測算法結(jié)果分析58-64
• 5.2.1 特征點定位精確度分析58-61
• 5.2.2 特征點檢測算法一致性結(jié)果分析61-62
• 5.2.3 特征點檢測算法性能結(jié)果分析62-64
• 第六章 總結(jié)與展望64-66
• 6.1 總結(jié)64-65
• 6.2 展望65-66
• 參考文獻66-70
• 發(fā)表論文和參加科研情況說明70-71
• 致謝71-72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 冷青;金點子庫[J];發(fā)明與革新;1995年05期

2 ;金點子庫[J];發(fā)明與革新;1995年06期

3 ;金點子庫[J];發(fā)明與革新;1995年07期

4 ;金點子庫[J];發(fā)明與革新;1995年09期

5 ;金點子庫[J];發(fā)明與革新;1995年10期

6 ;金點子庫[J];發(fā)明與革新;1996年10期

7 李春林;;構(gòu)建地方子庫 打造“數(shù)據(jù)新華"[J];中國傳媒科技;2005年10期

8 巫有生，，劉建文;金點子庫[J];發(fā)明與革新;1995年08期

9 ;金點子庫[J];發(fā)明與革新;1995年Z1期

10 楊惠民;兵器系統(tǒng)專業(yè)文獻數(shù)據(jù)庫非金屬材料專業(yè)子庫通過技術(shù)鑒定[J];工程塑料應用;1992年01期

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 黃明鋼;深圳精子庫緣何靜悄悄[N];深圳商報;2000年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 扈立超;基于可重構(gòu)處理器的視覺并行處理算子庫研究[D];天津大學;2014年

2 張明珠;基于原子庫優(yōu)化的測井聲波信號分離研究[D];西南交通大學;2011年

3 任飛;中國地學大斷面數(shù)據(jù)子庫的完善及基于組件GIS的管理系統(tǒng)開發(fā)[D];吉林大學;2005年

4 黃鑫;哈爾濱市重大項目信息監(jiān)管系統(tǒng)的設計與實現(xiàn)[D];上海交通大學;2012年

5 李茜;利用相干控制的原子庫產(chǎn)生糾纏輻射的研究[D];華中師范大學;2008年

6 林偉;基于SOA架構(gòu)的項目管理系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2013年

7 孟慶婕;基于心臟疾病監(jiān)護的心電音樂研究[D];山東科技大學;2009年

本文編號：894326