高性能地理计算技术报告.docxVIP

目标物体的检测并行算法研究 1、背景简介 内容：给定一张天安门模板影像，从给定的100张影像中找出包含该物体的影像。 原理：按照一定的特征提取方法，分别对模板影像和待检测影像进行特征检测与提取，对检测出来的特征进行匹配，将得到的匹配结果按一定规则进行筛选，得到最终的匹配结果。 待检测影像特征提取原始影像 待检测影像 特征提取 原始影像 特征提取 特征提取结果 特征提取结果 特征提取结果匹配 匹配结果筛选 最终匹配结果 并行区域 并行区域 图1 目标物体的检测流程图 实现：模板影像和每张待检测影像的特征检测和提取规则是相同的，匹配结果的筛选规则也是一致的，因此该部分可实现并行。 实验原理 1）SIFT匹配（SIFT影像检测，Flann匹配，0.41MaxDist筛选） 原理：先用SIFT算子提取影像的特征点并进行描述，得到影像特征集，再对模板影像和待检测影像提取的影像特征集进行FLANN粗匹配，最后对匹配结果进行筛选，小于0.41MaxDist的视为包含目标物体，得到最终匹配结果。 图2 SIFT匹配法具体流程 2）SURF匹配法（SURF影像检测，Flann匹配，0.51MaxDist筛选） 原理：先用SURF算子提取影像的特征点并进行描述，得到影像特征集，再对模板影像和待检测影像提取的影像特征集进行FLANN粗匹配，最后对匹配结果进行筛选，小于0.51MaxDist的视为包含目标物体，得到最终匹配结果。 图3 SURF匹配法具体流程 3）直方图匹配 原理：提取影像的直方图，对直方图进行匹配，包括4种匹配方法，CORREL（相关度）、CHISQR（卡方系数）、INTERSECT（相交系数）和BHATTACHARYYA（巴氏距离）。 实验结果 1）SIFT检测并行计算结果： 表1 2线程SIFT并行计算结果 检测影像 串行/s 2线程/s 效率 加速比 理想加速比 5 8 6 0.6667 1.33 1.78 10 24 15 0.8000 1.60 1.92 20 68 47 0.7234 1.45 1.97 30 107 79 0.6772 1.35 1.98 40 141 88 0.8011 1.60 1.99 50 177 111 0.7973 1.59 1.99 100 360 221 0.8145 1.63 1.99 表2 4线程SIFT并行计算结果 检测影像 串行/s 4线程/s 效率 加速比 理想加速比 5 8 5 0.4000 1.60 2.91 10 24 11 0.5455 2.18 3.56 20 68 27 0.6296 2.52 3.83 30 107 39 0.6859 2.74 3.89 40 141 55 0.6409 2.56 3.92 50 177 67 0.6604 2.64 3.93 100 360 122 0.7377 2.95 3.97 表3 8线程SIFT并行计算结果 检测影像 串行/s 8线程/s 效率 加速比 理想加速比 5 8 5 0.2000 1.60 4.27 10 24 12 0.2500 2.00 6.19 20 68 26 0.3269 2.62 7.25 30 107 40 0.3344 2.68 7.51 40 141 55 0.3205 2.56 7.62 50 177 62 0.3569 2.85 7.70 100 360 121 0.3719 2.98 7.85 2）SURF检测并行计算结果： 表4 2线程SURF并行计算结果 检测影像 串行/s 2线程/s 效率 加速比 理想加速比 5 5 4 0.6250 1.25 1.67 10 15 13 0.5769 1.15 1.88 20 46 34 0.6765 1.35 1.96 30 69 48 0.7188 1.44 1.97 40 89 63 0.7063 1.41 1.98 50 115 77 0.7468 1.49 1.98 100 223 142 0.7852 1.57 1.99 表5 4线程SURF并行计算结果 检测影像 串行/s 4线程/s 效率 加速比 理想加速比 5 5 4 0.3125 1.25 2.50 10 15 12 0.3125 1.25 3.33 20 46 18 0.6389 2.56 3.76 30 69 26 0.6635 2.65 3.83 40 89 33 0.6742 2.70 3.87 50 115 41 0.7012 2.80 3.90 100 223 78 0.7147 2.86 3.95 表6 8线程SURF并行计算结果 检测影像 串行/s 8线程/s 效率 加速比 理想加速比 5 5 4 0.1563 1.25 3.33 10 15 1