基于圖形處理器的實時圖象目標檢測算法實現(xiàn).pdf

1、圖形處理器(GPU)的飛速發(fā)展和革新成為計算機硬件發(fā)展的一大亮點，其主要應(yīng)用領(lǐng)域為3D圖形的幾何變換和光照特效的實時運算。當(dāng)前的GPU具有一定的并行性和可編程性，并且在運行速度上相對CPU具有一定的優(yōu)勢，因此在通用計算領(lǐng)域的應(yīng)用有著巨大的潛力。本文主要關(guān)注利用GPU實現(xiàn)具有較高實時性要求的目標檢測處理算法。傳統(tǒng)的實時圖象檢測與跟蹤處理平臺一般采用編寫CPU程序的純軟件方法或基于DSP+FPGA的硬件途徑來構(gòu)建。然而，前者程序效率不高，在

2、如目標檢測這樣的圖象處理算法中很難達到實時的要求；后者在開發(fā)難度、開發(fā)成本和系統(tǒng)靈活性上也受到較大的限制。因此，本文利用GPU的優(yōu)越性能，對其在目標檢測算法中的應(yīng)用進行研究，使基于GPU的圖象處理平臺成為一種經(jīng)濟高效的可能方案。 本文介紹了GPU的一些技術(shù)特點，分析和總結(jié)了用其實現(xiàn)數(shù)字圖像檢測處理算法的一些基本軟件途徑，并在基于GPU的處理模式和實現(xiàn)實時目標檢測與跟蹤算法上作了探索性研究，并且取得了一定的成果。主要內(nèi)容如下

3、 (1)研究了怎樣利用OpenGL對GPU進行控制，并且對其工作流程進行高效的管理。 (2)在了解GPU硬件特性和編程語言cg語言的基礎(chǔ)上，對如何提高GPU程序的運行效率進行了探索。在此基礎(chǔ)上，結(jié)合OpenGL擴展闡述了實現(xiàn)實時圖象處理的一般軟件框架模型。 (3)針對具體的算法(預(yù)處理、模板匹配、Hough變換、光流計算、角點檢測)，設(shè)計了其相應(yīng)的GPU軟件實現(xiàn)。并且，在運行耗時的測試中，相對CPU表現(xiàn)出較大的速度優(yōu)勢