全方位图像展开的并行优化

结合查表法的基于双线性内插值法的全方位图像展开算法较近邻取样法提高了图像的展开质量.当透视图像和全景图像同时作为全方位图像展开时,全方位视觉软件单线程执行时运算量大,影响了全方位图像展开的实时性.为了解决该问题,分析了结合查表法的基于双线性内插值法的全方位图像展开算法的原理,提出了基于多核CPU通过OpenMP程序实现全方位视觉图像展开算法并行化处理.实验结果表明,并行处理大大降低了展开成全景图所耗的时间,视频实时处理能力达到640*480分辨率.     

景象匹配算法在多DSP系统中的并行实现

灰度互相关匹配是一种有效的景象匹配算法,其具有适应性强和匹配精度高的特点。但互相关匹配的计算量很大,在实时性要求很高的精确末制导中,匹配速度往往很难满足要求。基于空间并行方法实现了互相关匹配算法的并行处理,通过不同数量处理器的并行处理实验,结果表明:空间并行方法具有很高的加速比和并行效率,是一种适合互相关匹配算法的有效的并行处理方法。当图像尺寸增大计算量增加时,可以采取增加处理器提高系统处理能力的办法使算法依然满足实时性要求。     

基于FPGA的嵌入式多核处理器及SUSAN算法并行化

给出了四核心嵌入式并行处理器FPEP的结构设计并建立了FPGA验证平台.为了对多核处理器平台性能进行评测,提出了基于OpenMP的3种可行的图像处理领域的经典算法SUSAN算法的并行化方法:直接并行化SUSAN、图像分块处理和多图像并行处理,并对这3种并行算法在Intel四核心平台和FPEP的FPGA验证平台上进行性能测试.实验表明,3种并行算法在两种四核心平台下均可获得接近3.0的加速比,多图像并行处理在FPEP的FPGA验证平台可以获得接近4.0的加速比.     

多核环境下边缘提取并行算法研究

随着处理器由高主频的单核处理器逐步转向片上多核处理器(CMP),计算机并行处理能力不断提升。通过分析GIS串行算法面临的性能瓶颈,利用CMP的优势,采用线程级并行处理栅格数据。针对边缘提取算法,深入分析和比较了MPI、OpenMP等当前主流的并行编程模式,提出了并行性能估计模型。基于OpenMP编程模型分析线程数、调度方式和分块大小对算法并行性能的影响,实现边缘提取最优并行。实验证明,性能评估模型能够准确预测CMP环境下的并行性能,基于OpenMP实现的边缘提取并行算法能够提高图像边缘提取效率。     

Research on Parallel Algorithm of Fdge Extraction Based on Multi-processor

随着处理器由高主频的单核处理器逐步转向片上多核处理器(CMP),计算机并行处理能力不断提升.通过分析GIS串行算法面临的性能瓶颈,利用CMP的优势,采用线程级并行处理栅格数据.针对边缘提取算法,深入分析和比较了MPI、OpenMP等当前主流的并行编程模式,提出了并行性能估计模型.基于OpenMP编程模型分析线程数、调度方式和分块大小对算法并行性能的影响,实现边缘提取最优并行.实验证明,性能评估模型能够准确预测CMP环境下的并行性能,基于OpenMP实现的边缘提取并行算法能够提高图像边缘提取效率.     

面向三维重建的无人机影像并行处理技术

为提升三维重建任务的执行速度,解决行业现实应用对时效性的需求,提出一种无人机影像并行处理与特征提取算法,基于CPU与GPU两种计算架构在三维重建的两个阶段并行加速处理。一是基于CPU的并行处理策略,针对多核处理器采用OpenMP多线程机制,对无人机影像进行并行加载,为后续处理提供高效数据源;二是基于GPU的并行处理策略,通过改进SIFTGPU算法在GPU上以并行方式对图像进行特征提取,为快速重建提供特征输入。真实数据的实验结果表明,与现有算法相比,在图像处理速度上提升了2倍,特征点数量提升了4倍的同时,提取速度提升了11倍。     

基于流处理器的图像灰度变换并行处理研究

提出了一种基于流处理器的图像灰度变换并行处理系统.该系统采用Strom-1 系列SP16HP-G220流数字信号处理器构建硬件平台,根据流处理器体系结构特点建立了适应图像灰度变换并行处理的流程序模型,并对图像灰度变换进行算法并行性分析与算法流化.对利用流化过的算法与传统灰度变换算法进行了对比实验.实验结果表明,灰度变换...     

多核处理器构架的高速JPEG解码算法

实现基于多核处理器构架的JPEG解码算法;通过将JPEG算法并行化,在多个处理器核上并行处理,并针对多核处理器构架进行内存读取等方面的优化,可极大地提高JPEG解码算法的解码速度。实测表明,在4核集成的多核处理器上,JPEG图像的平均解码周期为单核处理器上的28％左右。     

基于图形处理器的模糊C均值聚类分割算法

针对模糊C均值聚类图像分割算法运算量大、难于实时处理的问题,提出了一种基于图形处理器的加速算法。通过分析模糊C均值聚类算法各阶段可以并行处理的运算部分,利用计算统一设备架构软硬件结构,分别将隶属度矩阵计算、聚类中心计算和像素按隶属度归类3个部分改造成适合图形处理器硬件并行运行的形式。实验结果表明,相对于CPU串行算法,基于图形处理器的加速算法效率提升明显。鉴于大多数图像处理算法均具有可并行处理的部分,利用图形处理器进行加速具有普适性。     

基于GPU的实时亚像素Harris角点检测

针对Harris角点检测精度和检测速度问题,利用现代图形处理器(GPU)对角点检测算法进行改进,提出一种基于GPU的快速亚像素Harris角点检测算法,该算法利用了GPU的并行处理能力和亚像素Harris角点检测算法的并行性特点。实验结果表明,对于分辨率为720×720的24 bit视频图像,该算法能够实现实时的亚像素级Harris角点检测。     

高精度CT图像重建的并行运算实现

为解决超大图像(2048×2048)的FBP与OR-OSEM扇束图像重建,作者采用PC机群的并行处理技术。将图像重建算法改写为并行运算方式,按角度数均匀地分配计算任务给各个CPU。并行运算结果表明:图像重建速度与CPU的个数基本上成线性正比关系,可提高近25倍(CPU数为25时)。超大图像的在线重建可采用CPU阵列机来高速实现,这一技术对发展高精度CT具有重要的作用。     

约束点模型的图像放大方法

对经典的双线性及双三次插值图像放大法进行改进,提出一种基于约束点模型的图像放大方法,即在5×5邻域内约束10个像素点进行图像内部放大及在3×3邻域内约束6个像素点进行图像边界放大。该方法改善了图像特别是边缘部分的模糊现象。建立的图像质量评价体系证明了该方法得到的放大图像质量有了明显的提高。     

Parallel implementation of Gray Level Co-occurrence Matrices and Haralick texture features on cell architecture

Texture features extraction algorithms are key functions in various image processing applications such as medical images, remote sensing, and content-based image retrieval. The most common way to extract texture features is the use of Gray Level Co-occurrence Matrices (GLCMs). The GLCM contains the second-order statistical information of spatial relationship of the pixels of an image. Haralick texture features are extracted using these GLCMs. However, the GLCMs and Haralick texture features extraction algorithms are computationally intensive. In this paper, we apply different parallel techniques such as task- and data-level parallelism to exploit available parallelism of those applications on the Cell multi-core processor. Experimental results have shown that our parallel implementations using 16 Synergistic Processor Elements significantly reduce the computational times of the GLCMs and texture features extraction algorithms by a factor of 10× over non-parallel optimized implementations for different image sizes from 128×128 to 1024×1024.     

景象匹配预处理系统中基于FPGA的高速图像采集和快速直方图运算

针对景象匹配末制导系统处理量大、实时性要求高的情况,设计了基于FPGA的高速图像预处理系统。通过FPGA内部的灵活编程,实现了视频图像的高速采集、存储和输出,并在采集图像的同时,并行地实现了高效的图像预处理,分担了后续处理机的工作,极大地提高了系统的实时性。试验结果表明该系统处理效果好,速度快,为后续处理系统提供了极大的方便。     

基于ZYNQ的高清图像显示及检测系统设计

针对当前基于ARM和DSP的嵌入式图像处理系统前端采集速度慢和图像处理算法不易加速的缺点,设计了一种基于HDMI接口的全高清(分辨率1920×1080)实时视频采集与图像处理系统;采用500万像素级别CMOS摄像头作为前端数据源,主芯片内部采用ARM+FPGA的异构架构,兼备FPGA的并行处理能力与ARM处理器任务调度功能;基于AXI协议设计了自定义数据存储传输的IP核,实现了处理速度与带宽最大化;利用HLS工具将图像预处理算法快速打包生成IP核,在FPGA中实现图像算法的硬件加速,完成图像处理系统平台原型机的设计;与传统的PC机和相机的机器视觉平台相比,该系统运行平均耗时在10 ms以内,实时检测效果令人满意,有效解决了低功耗与高数据带宽和处理速度之间的矛盾,为后端结果分析和边缘加速提供了良好支持。     

Investigation of perceived image quality and colourfulness in mobile displays for different cultures,ambient illumination,and resolution

This study explored the effects of culture, ambient illumination, and resolution on perceived image quality and colourfulness of mobile displays. Thirty Taiwanese and 30 American students participated in the experiment. Two types of culture (Taiwanese and American), two types of illumination level (1500 lux and 7000 lux), and five types of resolution level (320×240, 260×208, 200×160, 140×112, and 80×64) were investigated in the experiment. Interactions between culture and resolution, and between illumination and resolution, were found for both perceived image quality and colourfulness. The results indicated that subjects were able to detect smaller differences in perceived image quality but not for colourfulness, and Taiwanese subjects could detect smaller differences than could the American subjects for both perceived image quality and colourfulness. The results further indicated that Taiwanese subjects were able to detect smaller differences at most of the resolution levels for colourfulness in 1500 lux than were the American subjects.

Practitioner Summary: This study found, from culture differences and ergonomics considerations, that Taiwanese subjects could detect smaller differences than could American subjects when evaluating perceived image quality and colourfulness on mobile displays. Mobile display manufacturers can use the results of this study as a reference for future mobile display design.     

海量图片快速去重技术

针对海量图片中的去除重复图片效率低的问题,提出一种基于图片特征的并行化海量图片快速去重技术。首先,对图片提取图片颜色、纹理、形状等特征,用来全面描述图片;其次,使用度量标准对图片之间的特征距离进行度量计算;最后,利用如果两个点到任意一点距离相等则这两点有可能是同一个点的思想实现根据特征距离对重复图片的快速定位,达到重复图片检测与去重的目的。结合实验数据分析验证该技术不仅能够准确地去重图片,且采用i5四核处理器的单机计算方式仅10 min左右即可处理500万级图片量,与一般的两两计算相比,提高了海量图片去重的时效性,使得计算时间大幅度缩短。     

基于Intel~(TM)i860微处理器和Bt463的并行图形成象系统

本文设计了一种基于ＩｎｔｅｌＴＭｉ８６０微处理器及Ｂｔ４６３ＲＡＭＤＡＣ的小型并行计算机图形显示系统，实现了１０２４×１０２４分辨率，２４位真彩色的三维图形系统。     

Parallel Image Reconstruction in Real-Time Ultrasound Process Tomography for Two-phased Flow Measurements

This paper investigates different parallel-processing architectures as a means of achieving real-time ultrasound tomographic imaging capability. The real-time numerical image reconstruction is implemented by a parallel processor network and DSP controlled data acquisition electronics. The parallel imaging technique developed for the present work has been shown to be capable of achieving the necessary real-time image generation rate (100 frames per second on a 100 × 100 image array for software image reconstruction) and an average update frequency of 30 frames per second when acquiring data from the hardware. The parallel image processing algorithm which combines geometric and algorithmic parallelism aiming at optimizing the parallel efficiency of the processors of the array has been implemented and verified. The experimental imaging results generated by the parallel imaging system are presented and the dynamic performance of the parallel system are discussed.