基于可重构处理器的视觉并行处理算子库研究

作     者：扈立超 

作者单位：天津大学 

学位级别：硕士

导师姓名：李斌桥

授予年度：2014年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：可重构处理器 视觉信息处理 并行计算 算子库 Harris算法 

摘      要：现代视觉信息处理实时性强、数据量大和计算复杂度高的特点给处理器性能带来了巨大的挑战。同时,其多标准多协议的特点又对处理器灵活性提出了一定的要求。可重构处理器作为一种能够兼顾通用处理器灵活性和专用集成电路高效性的架构,为视觉信息处理提供了一种有价值的研究方向。但是,视觉信息处理算法与可重构处理器之间存在着鸿沟,如何将其映射到可重构处理器阵列上成为一个难点,而算子库的出现为两者之间搭建了一座桥梁。本文首先介绍了多核处理器及其OpenMP并行编程模型,分析视觉信息处理算法所具有的并行性特征,从而实现其算法层并行,设计了Harris特征点检测算法的并行程序。其次在视觉信息处理算法并行化基础上,找到并行循环处理任务的数据流和控制流特征,将其进行分解细化,从而实现其算子层并行,建立起视觉信息处理算法的并行算子库,并对算子库的格式规范进行了详细地设计。再次开发两套验证工具:语法规则校验和功能结果验证。语法规则校验工具能够完成算子库的格式规范验证;功能结果验证工具可以完成算子库的输出检查。最后对Harris特征点检测算法进行分析,将其分解细化为基本运算单元,完成其算子层并行。并提出一种具有快的检测速度和好的检测质量的改进型Harris特征点检测算法。本文在多核处理器平台下设计的Harris特征点检测算法并行程序避免了常出现的编程错误,在2线程下可以实现1.59的加速比;在4线程下可以实现3.33的加速比。所建立的算子库弥补了视觉信息处理算法与可重构处理器之间的空缺,易于从算法到配置信息的转换。所提出的改进型Harris特征点检测算法的检测时间仅为原始算法的8.7%;具有较好的检测质量,平均ACU为0.8;对于旋转图像的一致性评估,其平均CCN为79%,旋转不变性高于Moravec、Harris、FAST等算法。