【摘要】：為解決無人機(jī)(unmaned aerial vehicle,UAV)影像匹配并行算法的負(fù)載均衡和特征數(shù)據(jù)傳輸問題,提出一種顧及空間鄰接關(guān)系的影像匹配并行算法,旨在不降低原有匹配精度的前提下,最大限度地提高影像匹配效率.在特征提取階段,根據(jù)影像空間鄰接關(guān)系完成各對應(yīng)節(jié)點(diǎn)的初始任務(wù)劃分,隨后進(jìn)行稍細(xì)粒度的二次劃分,以確定最終的特征提取任務(wù).在任務(wù)調(diào)度時,根據(jù)計(jì)算節(jié)點(diǎn)的狀態(tài)優(yōu)先分配對應(yīng)節(jié)點(diǎn)的任務(wù).對應(yīng)節(jié)點(diǎn)的任務(wù)全部分配完畢再分配其他節(jié)點(diǎn)對應(yīng)的任務(wù).在匹配階段,首先根據(jù)特征提取任務(wù)劃分匹配任務(wù),然后根據(jù)特征提取任務(wù)的節(jié)點(diǎn)編號劃定對應(yīng)于每一節(jié)點(diǎn)的匹配任務(wù)單元,使用相同的任務(wù)調(diào)度方法完成整個測區(qū)的影像匹配.對一套有1 463幅UAV影像的典型數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明該算法不但能實(shí)現(xiàn)并行系統(tǒng)的負(fù)載平衡,還能減小特征數(shù)據(jù)的傳輸量,從而顯著提高影像匹配效率.
[Abstract]:In order to solve the problem of load balancing and feature data transmission in UAV (unmaned aerial vehicle UAV image matching parallel algorithm, a parallel image matching algorithm considering spatial adjacency is proposed, which aims at not reducing the original matching accuracy. To maximize the efficiency of image matching. In the phase of feature extraction, the initial task partition of each corresponding node is completed according to the image spatial adjacency relationship, and the final feature extraction task is determined by a slightly finer granularity quadratic partition. In task scheduling, the task of the corresponding node is assigned first according to the state of the calculated node. All the tasks of the corresponding nodes are assigned and then the corresponding tasks of the other nodes are allocated. In the matching stage, the matching task is divided according to the feature extraction task, and then the matching task unit corresponding to each node is determined according to the node number of the feature extraction task. The same task scheduling method is used to complete the image matching of the whole measuring area. A set of typical data with 1 463 UAV images is tested. The results show that the proposed algorithm can not only achieve load balance in parallel systems, but also reduce the amount of transmission of feature data, thus significantly improving the efficiency of image matching.
【作者單位】： 西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院;武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家重點(diǎn)研發(fā)計(jì)劃基金(No.2016YFB0502200) 國家自然科學(xué)基金(No.41127901)資助
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭海濤;徐青;叢鳳波;張保明;;基于雙視線特征感知編組的影像匹配方法[J];計(jì)算機(jī)應(yīng)用;2010年08期

2 李國;范大昭;郭海濤;;一種改進(jìn)的自適應(yīng)遺傳算法在影像匹配中的應(yīng)用[J];測繪科學(xué);2009年05期

3 唐敏;李永樹;李歆;劉波;;無人機(jī)影像局部增強(qiáng)方法及其在影像匹配中的應(yīng)用[J];國土資源遙感;2013年04期

4 吉大純;李學(xué)軍;侯金寶;;影像匹配中的若干基本問題研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年05期

5 靳建立;范永弘;紀(jì)松;;基于面特征的整體影像匹配方法[J];測繪通報(bào);2008年09期

6 鄒崢嶸;謝萍;劉明選;肖奇;;基于相對定向和三角形約束的近景影像匹配[J];測繪工程;2011年05期

7 陶翊婷;;基于相關(guān)系數(shù)法的影像匹配研究[J];科協(xié)論壇(下半月);2012年07期

8 周時倫;;最小二乘影像匹配算法的實(shí)現(xiàn)與研究[J];信息通信;2013年04期

9 郭海濤;徐青;張保明;;一種基于自由形狀線特征的影像匹配方法[J];測繪通報(bào);2009年01期

10 田巖,張鈞,柳健;基于面積特征的城區(qū)航空影像匹配方法[J];紅外與激光工程;2002年05期

相關(guān)會議論文 前10條

1 李國;郭海濤;范大昭;余磊;張振;;一種基于遺傳算法的高速影像匹配方法[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 王宇宙;趙宗濤;齊顯峰;;仿射不變局部特征寬基線影像匹配[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

3 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實(shí)現(xiàn)和分析[A];江蘇省測繪學(xué)會2007年學(xué)術(shù)年會論文集[C];2008年

4 姚向東;;并行算法到并行結(jié)構(gòu)的映射[A];中國工程物理研究院科技年報(bào)（2001）[C];2001年

5 王志成;吳頌平;;多塊結(jié)構(gòu)網(wǎng)格并行算法研究[A];北京力學(xué)會第20屆學(xué)術(shù)年會論文集[C];2014年

6 焦龍;郭亞紅;紀(jì)守領(lǐng);李金寶;;基于多核計(jì)算機(jī)的分子動力學(xué)并行算法的實(shí)現(xiàn)[A];黑龍江省計(jì)算機(jī)學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

7 張衡;張武;;三維拋物型初邊值問題的塊三對角可擴(kuò)展并行算法[A];2007年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

8 王雷章;張愛武;劉曉萌;;三維建模中平面分割并行算法的設(shè)計(jì)與實(shí)現(xiàn)[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

9 毛韶陽;李肯立;;一種基因數(shù)據(jù)的聚類并行算法研究[A];2007年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

10 鄧力;張文勇;劉杰;許海燕;王瑞宏;李樹;;非定常粒子輸運(yùn)蒙特卡羅并行算法研究[A];中國工程物理研究院科技年報(bào)（2003）[C];2003年

相關(guān)重要報(bào)紙文章 前1條

1 ;并行算法研究進(jìn)展[N];中國計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前8條

1 張?jiān)粕?自適應(yīng)三角形約束的多基元多視影像匹配方法[D];武漢大學(xué);2011年

2 明洋;特殊航空影像自動匹配的關(guān)鍵技術(shù)研究[D];武漢大學(xué);2009年

3 肖漢;基于CPU+GPU的影像匹配高效能異構(gòu)并行計(jì)算研究[D];武漢大學(xué);2011年

4 姚國標(biāo);傾斜影像匹配關(guān)鍵算法及應(yīng)用研究[D];中國礦業(yè)大學(xué);2014年

5 張艷;分布并行算法設(shè)計(jì)、分析與實(shí)現(xiàn)[D];電子科技大學(xué);2001年

6 潘斌;幾何定理機(jī)器證明并行算法研究[D];中國科學(xué)院研究生院（成都計(jì)算機(jī)應(yīng)用研究所）;2006年

7 駱志剛;典型結(jié)構(gòu)大型線性方程組的分布式并行算法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2000年

8 李鴻健;并行算法在激光化學(xué)反應(yīng)模擬中的應(yīng)用研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 秦川;無人機(jī)影像匹配點(diǎn)云濾波處理與三維重建[D];西南交通大學(xué);2015年

2 賈豐蔓;基于優(yōu)化條件抽樣一致性的穩(wěn)健影像匹配方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 李巖;基于分塊模型改進(jìn)的SIFT算法實(shí)現(xiàn)無人機(jī)影像匹配方法研究[D];貴州師范大學(xué);2016年

4 賀超;基于特征的SIFT影像匹配方法研究[D];昆明理工大學(xué);2016年

5 張凱南;基于SIFT算法的低空攝影測量影像匹配方法研究[D];長安大學(xué);2016年

6 梁爽;基于SIFT算子的影像匹配方法研究[D];遼寧工程技術(shù)大學(xué);2015年

7 鄒小丹;基于半全局優(yōu)化的多視影像匹配方法與應(yīng)用[D];中南大學(xué);2013年

8 嚴(yán)宇波;無人機(jī)攝影測量影像匹配與糾正技術(shù)研究[D];沈陽航空航天大學(xué);2013年

9 劉丹;云頂高度計(jì)算中氣象衛(wèi)星最優(yōu)影像匹配技術(shù)的研究[D];南京信息工程大學(xué);2012年

10 馮海濤;基于普通數(shù)碼相機(jī)的隧道影像匹配研究[D];北京交通大學(xué);2008年

，

本文編號：2139932