基于OpenCL机器视觉算法GPU实现

作     者：吴进 刘应 刘镇弢 李乔深 WU Jin;LIU Ying;LIU Zhen-tao;LI Qiao-shen

作者机构：西安邮电大学电子工程学院陕西西安710121 

基　　金：国家自然科学基金面上基金项目(61772417) 国家自然科学基金重点基金项目(61634004) 国家自然科学基金青年基金项目(61602377) 陕西省科技统筹创新工程基金项目(2016KTZDGY02-04-02) 陕西省重点研发计划基金项目(2017GY-060) 陕西省自然科学基础研究计划基金项目(2018JM4018) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2019年第40卷第2期

页      码：346-351页

摘      要：针对不断增长的对机器视觉算法处理效率和实时性的要求,研究基于异构编程框架OpenCL对机器视觉算法在通用计算机图形处理单元(GPU)上的并行处理和加速方法,提出结合存储分配、指令流优化、数据重用等方法的并行优化策略。在Sobel边缘检测、Canny边缘检测、Harris角点检测、高斯图像金字塔4个不同并行度视觉算法上进行验证,验证结果表明,在不考虑数据传输的情况下,对比CPU串行实现取得了平均6.16的加速比,对比OpenCV的GPU库(即CUDA实现)取得了1.12-5.47的加速比,验证了所提优化策略的有效性。

主 题 词：开放计算语言 图形处理器 并行加速 机器视觉算法 异构框架 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2019.02.009

馆 藏 号：203453434...