CUDA相邻归约与其避免线程分化算法的研究

在边缘计算环境下,上层应用调度图形处理器(Graphic Processing Unit,GPU)的统一计算架构(Compute Unified Device Architecture,CUDA)进行计算时,可能会遇到CUDA线程分化问题,导致运算耗时较长或线程空置化。本研究介绍了CUDA底层开发的基础原理和概念,并解释了CUDA运算的执行流程。通过分析GPU架构原理,提出了相邻归约算法和相邻归约的避免线程分化算法的实现方式和应用方法。

一种多尺度几何分析的摄像机对弱定标算法

自主车上的立体视觉系统一般由两台固定在平台上的定焦摄像机组成,因此摄像机内参数经一次标定后不再变化,只需要考虑外参数的标定.本文针对自主车视觉系统的特殊应用情况,提出一种基于多尺度几何分析思想的摄像机对弱定标算法,该算法采用Contourlet变换对左右图像中的角点进行检测,利用Hartley规范化8点法估计摄像机对的基础矩阵.依托现有的摄像机内部参数标定工具箱,在摄像机对弱定标的基础上还可以快速地获得摄像机对之间的外参数矩阵.实验结果表明该方法具有较好的精度.

改进同余变换不变特征的视频拼接算法

视频拼接的平滑过渡问题,是图像处理的难点,为很好地解决这一问题,提出一种基于Sobel算子改进的同余变换不变特征CIF(Congruence transformation Invariant Feature)的视频拼接算法。在图像配准阶段,采集视频序列的关键帧,首先运用改进的CIF算法提取特征点并匹配,然后基于RANSAC算法,估算并优化空间变换矩阵。在图像融合阶段,采用动态连接缝调整算法与色调正常化算法协同工作,以消除图像重合区域的重影与色差。实验表明,该算法不仅能够实现视频的实时拼接,还能很好解决视频拼接的平滑过渡问题。

基于改进NBCS的遥感图像特征点匹配算法

特征点匹配是遥感图像配准中的重要环节,但传统的特征点匹配方法存在同名点一对多或者匹配的同名点定位不准确的问题,进而影响匹配精度。针对此问题,在归一化重心坐标系NBCS匹配算法的基础上,在已完成的NBCS特征匹配后进行迭代计算剔除误差过大的同名点对和选择邻域定位更为准确的特征点,经图像特征匹配实验验证,改进算法实现了特征点的准确匹配,提高了匹配精度。