论文部分内容阅读
计算机视觉的不断发展使得人们对视觉应用的实时性要求越来越高,传统单核平台上的串行应用程序已不能满足人们的要求,多核平台的出现为该问题的解决带来了新的突破口,多核平台上计算机关键视觉算法的并行化成了研究的主流。SMT-PAAG (Simultaneous Multithreading-Polymorphic Array Architecture for Graphics and image processing)是一种同时多线程阵列机,具有自主产权。SMT-PAAG具有高效灵活的通信方式,支持数据并行、任务并行、流水线处理等多种并行计算模型,为计算机视觉算法的并行化提供了可靠的平台。SMT-PAAG上的计算机视觉算法并行化研究对计算机视觉专用处理器的设计与改良具有重要意义。本文是以SMT-PAAG为平台,以SD-VBS (The San Diego Vision Benchmark Suite)为基础,详细探讨了计算机视觉算法的并行化。首先介绍了计算机视觉的发展与应用、计算机视觉算法并行化的发展现状。接着对SMT-PAAG的架构进行了简单的描述,详细说明了SMT-PAAG的处理单元、通信机制、执行模式及其软件仿真环境。在简单介绍了SD-VBS计算机视觉算法库之后,深入研究了其中部分关键算法,包括积分图像、LBP(局部二值模式)特征提取和Harris角点检测与匹配等算法。然后详细阐述了SMT-PAAG上的并行编程,结合SMT-PAAG的平台特性,提出并实现了相关并行算法,重点阐述了基于流水线的积分图像算法和基于任务并行的Harris角点检测算法。最后在SMT-PAAG仿真器上对并行算法进行验证,根据加速比和加速效率两个性能指标对实验结果进行了详细分析,结果表明SMT-PAAG上计算机视觉算法的并行化实现效果显著。