K元2-立方体网络SIMD计算机图像模板匹配并行算法

模板匹配是进行虑波、边缘检测、目标识别和图像匹配的一种基本和有效的方法 .对于 N× N的图像和M× N ( M<N )的模板 ,周期性模板匹配算法在单处理机上用传统的算法实现需要 O( N2 M2 )时间 .显然模板匹配和大多数图像处理及计算机视觉一样是计算密集型问题 ,应采用并行处理方法实现 .该文以 L S MPP并行阵列计算机的应用为研究背景 ,较详细地讨论了模板匹配算法在具有受限局部寄存器的 L S MPP计算机上的并行实现问题 ,提出了一种适用于 K元 2 -立方体网络结构的 SIMD计算机的图像模板匹配并行算法 ,并在 L S MPP计算机上得到了很好的应用 .该算法对于 N× N的图像和 M× N的模板 ,其通信复杂性和计算复杂性都是 O( M2 ) ,分析表明该算法是最优的 .

基于LSMPP的图像并行傅立叶分析技术(2)——算法的实现与性能分析

基于 L S MPP的 K元 2 -立方体网络结构 ,设计了一种新颖快速的计算 FFT的 SIMD算法 .文中首先在本文的姊妹篇“基于 L S MPP的图像并行傅立叶分析技术 (1)”的分析与设计的基础上 ,讨论了输入图像像素矩阵及变换结果图像矩阵中元素的排序问题 ,并给出了算法实现中的有关处理策略 .接着较完整详细地给出了在 L S MPP SIMD计算机上实现的一种新颖快速的二维 FFT并行算法和实验结果 .

基于LS MPP的图像并行傅立叶分析技术(1)——算法的原理、分析与设计

基于 L S MPP的 K元 2 -立方体网络结构 ,设计了一种新颖快速的计算 FFT的 SIMD算法 .系统地分析了时间提取的基 - 2一维 FFT算法及其原理 ,较详细地讨论了用二维 FFT算法并行计算二维 DFT的问题 :主要从算法原理出发 ,分析并给出了在 L S MPP SIMD计算机上用二维 FFT并行计算二维 DFT时各变换步的变换矩阵及其格式 ,设计了自动建立各变换步的变换矩阵的算法 .

关于SIMD的计算机图像模板算法发展的探究

进行图像匹配、识别目标、检测边缘、进行滤波的有效方法就是模板匹配,是一种最为基本的方法。在单处理机上,周期性模板匹配算法需要时间,计算机视觉与大多数的图像处理和模板匹配都属于计算机密集型问题,文章以LSMPP并行阵列计算机为基础,提出与K元2-立方体网络适用的SIMD计算机图像模板匹配并行计算方法,并应用于计算机上。