Hough变换基于异构HPC平台的并行处理

Hough变换对局部信息缺失不敏感、抗干扰能力强,在航迹起始问题研究中具有广泛的应用,但是运算量巨大。文中将异构并行高性能计算技术引入到Hough变换处理中,通过线程管理充分利用GPU的计算核心数量多和存储器带宽高的优势加快运算速度。多核PC平台下可将点迹数据分配给多个线程并行处理,但是竞态操作会导致计算错误。基于角度量化的并行处理方式能够避免竞态操作,但角度量化数有限。在异构HPC平台下,为充分利用GPU的多运算核心,文中采用数据分块与角度量化相结合的方式,每个点迹的Hough变换处理由一个Block完成,Block内部则按照角度量化的方式通过读写共享内存快速完成并行处理。仿真结果表明,相对于多核PC平台下的并行运算,基于异构HPC平台的Hough变换具有更快的运算速度和更高的加速比。

并行Hough变换航迹起始

Hough变换作为一种批处理航迹起始方法,混淆了传感器量测数据的时序信息,难以克服单次扫描数据的累积效应。该文通过改变Hough变换处理结构和计数器累加方式,提出了一种并行处理结构的Hough变换航迹起始算法。该算法利用Hough变换将不同时刻的量测集合分别映射到参数空间,继而将空间中具有相同索引的各次累加结果构成累加向量;再根据建立的参数空间累加规则,利用滑窗法来确定累积矩阵的输出,最后通过门限检测实现航迹起始判决。对密集杂波环境下不同扫描周期下的航迹起始问题进行了仿真验证,结果表明了并行Hough变换起始算法的有效性。

改进的Hough变换及其并行计算

本文针对传统的Ｈｏｕｇｈ变换不能测出直线的连贯性、无法求得线段的长度的缺点，提出一种改进的Ｈｏｕｇｈ变换算法，使检测结果为线段的起始点及长度。该算法可在ＰＲＡＭＥＲＥＷ计算模型、网孔状连接的处理机阵列上实现，本文还给出了识别与去除重复线段的并行算法。

基于改进Hough变换的线性目标检测

为提高检测高分辨率遥感影像中线性目标的精度,通过分析线性目标的几何特征,提出了一种用于检测线性目标的改进Hough变换算法。将Freeman链码和Hough变换相结合,采用对线性目标的边缘链码进行Hough变换的策略,有效地解决了重复检测、效率低、精度差的问题。对资源三号卫星影像进行实验,实验结果表明,该算法能有效地检测图像中的平行线性目标,实时处理性好。

基于模糊的并行Hough变换航迹起始算法

由于测量误差和参数空间分割大小的影响,并行Hough变换航迹起始方法仍存在较多的杂波。针对这一问题,提出一种基于模糊的并行Hough起始算法,该算法利用不同时刻模糊函数的隶属度分别作为参数空间的累积量,继而将具有相同索引的累积量构成累加向量,再根据规则来确定累加矩阵,最后通过门限检测判断是否航迹起始。仿真实验表明,该算法可有效抑制变换误差的影响,降低虚假航迹占有率,并在密集杂波下准确地起始航迹。

并行Hough变换快速航迹起始

Hough变换在航迹起始领域得到广泛应用,但在扫描次数较少时起始效果不佳。通过转变Hough变换处理结构和改变计数器累加方式,提出了一种并行Hough变换快速航迹起始算法。利用Hough变换将不同时刻的量测集合分别映射到参数空间,继而将空间中具有相同索引的各次累加结果构成累加向量,统计其非零元素的个数,如大于预先设定的门限,则用向量各元素求和作为累加结果,否则置零。将利用该方法获得最终的累加结果进行门限检测来确定是否起始航迹。仿真实验表明,该算法可在密集环境下快速准确地起始航迹。

基于FPGA的实时Hough变换

为解决Hough变换实时性差的问题,提出一种基于现场可编程门阵列的实时Hough变换方法。采用分角度映射方法使Hough变换在空间上并行运算。设计一种基于流水线的计算结构,实现Hough空间参数计算与存储的时间并行性。通过双口RAM,在单个时钟内完成参数空间的一次投票操作,提出一种适合在FPGA中实现的快速寻找极值的二次搜索算法。与DSP进行效率对比实验,结果表明该方法效率较高,能满足实时性处理要求。

Hough变换的车道线并行检测

针对车道线识别鲁棒性的问题,提出了基于Hough变换的车道线检测方法。为解决Hough变换检测直线速度慢的问题,文中采用了并行加速处理技术,将待检测图片分解成左右两个感兴趣区域分别分配给两个CPU,再将两个CPU并行独立运行的检测结果进行汇总。实验数据表明,车道线检测速度提高了39.1%,车道线检测质量优于传统的串行检测,提高了Hough变换的车道线检测实现效率。

基于Hough变换的平行直线检测改进算法研究

根据经典Hough变换检测空间直线的原理,提出了一种基于Hough变换的平行直线检测改进算法,将采集到的图像进行二值化处理,再使用Sobel算子对该二值化图像进行边缘检测,对边缘检测得到的图像进行Hough变换和峰值点检测,由峰值点得到直线段图像,最后使用本文提出的改进算法计算出所有直线段的斜率,利用斜率相等来判定平行直线。通过对比实验证明,该算法能得到更高的精度,并缩短了运行时间。

基于RAPWBN模型的快速高效Hough变换并行算法

提出了RAPWBN模型上的整数前缀和与抽取压缩操作算法,并由此得到了RAPWBN模型上的快速高效Hough变换并行算法,对于大小为n×n的二值数字图像,p个θ参数值。可以使用pn2个处理器在O(1)时间完成。使算法的速度和效率达到了最优。

一种快速高效的Hough变换并行算法

本文提出了一种基于流水光总线可重构线性阵列 (LARPBS)模型的快速高效Hough变换算法 .该算法利用LARPBS有力的通讯功能和计算能力 ,对直线上的黑色象素进行抽取和统计 .对于大小为n×n的二值数字图象、m个θ参数值 ,本算法可以使用mn2 个处理机在O(1)时间完成 ,从而使速度和效率都达到最优 .文中还给出当LARPBS中处理机个数少于mn2 时的算法分解执行方法 ,说明算法具有很好的可扩放性 .

基于Canny-ROA算子和Hough变换的SAR图像道路检测

提出了一种高分辨率SAR图像的道路提取算法。首先对SAR图像进行FROST滤波,去除相干斑噪声,再融合Canny算子和ROA算子提取边缘点,并对图像边沿的信息进行补偿,然后使用平行线滤波滤除相关地物对道路检测的影响,最后利用Hough变换提取线特征,并对断裂的直线进行连接。实验结果表明,该方法能有效滤除护栏等地物的影响,对直线道路具有良好的检测效果。

基于PPI的二元积累PHT目标检测器

Hough变换只能用于常速直线运动目标的检测与跟踪,当目标有加速度时,检测与跟踪效果非常差。针对此问题,提出了一种PPI图像域基于二元积累极坐标Hough变换(PHT)的目标检测与航迹处理方法,该方法可用于目标的变速直线运动。首先分析了PHT的原理,然后给出了二元积累PHT检测器的结构并分析了该检测器的性能,最后用仿真实例对该算法进行了验证。理论分析和仿真结果表明,二元积累PHT算法可以有效提高微弱目标在低信噪比背景中的检测性能。

HOUGH变换检测线段IP设计

HOUGH变换检测线段具有良好的鲁棒性,且适合硬件加速实现,但在检测非单一线段时,面临峰值搜寻困难和临近线段干扰两大难题。针对峰值搜寻困难问题,结合硬件并行与流水线的优势,提出n路并行比较电路,实现14位数据并行比较,对累积参数表中的峰值数据进行排序,大幅提升搜寻效率。针对临近线段干扰问题,理论结合实际,深入研究临近干扰线段分布,剔除可能干扰线段,准确检测5条线段。实验结果表明,IP数据通过率最高可达9.58×107 pixel/s,满足嵌入式系统实时处理要求。

超立方体上的Hough变换并行算法

给出了一个在超立方体 SIMD 计算结构上的 Hough 变换并行算法.对于一个 N×N 的图像与 n 个θ值,这个算法可以在具有 N×N×n 个处理单元的超立方体上在 O(log n)时间内完成计算.另外,还给出了对较大规模图像在固定规模的超立方体上的并行算法.在具有 M×M×m 个 PE 的超立方体上,设 L=N/M,l=n/m,则所需时间为 O(L^2l)=O[(N^2n)/(M^2m)],这样,算法使计算速度随处理机个数而线性增长,使计算效率达到最优.

基于霍夫变换的高速微弱目标检测算法

该文针对高速微弱目标检测提出一种快速的目标参数估计方法,首先分析了高速目标回波脉冲间距离单元走动的影响因素,指出回波间距离走动与积累时间近似为直线;其次利用霍夫变换(HT)可对直线进行检测的特点,分析了HT参数和目标初始距离和径向速度的关系,提出了一种并行HT(PHT)方法,该方法利用并行叠加原理能够提高HT运算速度,满足实时性的要求;最后给出了算法实现流程和仿真实例,仿真结果证明了算法的有效性。

基于RHT的多圆检测改进算法

针对多圆检测问题,提出了一种基于RHT的改进算法PHT3(3-point Hough transformation)。对整幅图像特征点按连续性进行点集归类,同时计算有效点的梯度方向信息;按照一定的取点规则在同一点集中取3点,得到候选圆的圆心参数;依据所求圆心参数以及梯度信息判定选取3点的有效性,以降低Hough变换的无效累积。针对常规确定圆半径精度有限的缺陷,提出利用点集并结合候选半径的均方差来获得亚像素半径,同时解决了同心圆半径的检测问题。与RHT算法进行对比检测,结果表明:PHT3算法检测时间为RHT算法检测的1/6,且无效累积更小,同时保留了Hough变换对局部信息缺损不敏感和对随机噪声鲁棒性强的特点。

快速霍夫变换算法

二值图像的直线检测过程中 ,标准霍夫变换算法的计算量为 O(N3) .该文提出一种快速霍夫变换算法 ,其计算量仅为 O(N2 log2 N) .该快速算法可以并行实现 ;处理器阵列规模为 O(N2 )时 ,计算量为 O(log2 N) .文中还分析得到快速算法的误差上界 ,并提出一种改进的快速霍夫变换算法以获得更高的计算精度 .最后 ,给出算法的数值算例 .理论分析及数值算例都表明 ,该文的快速霍夫变换算法在直线检测过程中有着更高的计算效率 ,并且具有良好的计算精度 .

MIMO雷达多目标检测前跟踪算法研究

本文基于检测前跟踪技术研究了MIMO雷达系统中多个运动目标的早期预警问题,在推导已知目标数量时的二元广义似然比检验的基础上,提出了一种次优的基于"逐目标消除和极坐标Hough变换(STC-PHT)"的多目标检测前跟踪算法,并推导了该算法的虚警概率和检测概率表达式.与以往的多目标检测前跟踪算法相比,新算法具有较低的计算量,且本质上无需目标数量的先验信息,避免了目标数量未知时需执行多元假设检验的问题.仿真分析表明,新算法能有效地改善MIMO雷达在低信噪比条件下的检测性能.

基于图形处理器的实时直线段检测

提出了一种基于图形处理硬件的递进式直线段检测方法,该方法利用图形处理硬件实现了边缘提取、霍夫变换、端点检测等步骤。其中的GPU并行霍夫变换采用θ参数空间及图像空间双重划分的方法,并使用线程块内的共享存储器较好地解决了同一θ空间的各线程同步问题。实验表明,该方法既有递进式检测方法的准确性,又充分利用图形处理器强大的计算能力获得了较高的实时性。