基于GPU的SIFT特征提取算法研究.docxVIP

基于 ＧＰＵ 的ＳＩＦＴ 特征提取算法研究 王 瑞１，２，梁 华１，蔡宣平１ （１．国防科学技术大 学 电子科学与工程学院，湖南 长沙 ４１００７３；２．武警兵团指挥 部 第七支队，新疆 乌鲁木齐 ８３００００） 摘 要 ：传 统 ＳＩＦＴ 算法的优化和实现都是针对常用处理 器 （ＣＰＵ）提 出 的 ，处 理 速 度 慢 ，实时性很难得到保证 。 通 过 实 现基于 ＮＶＩＤＩＡ 公司 ＣＵＤＡ 架构图形处理器（ＧＰＵ）的 ＳＩＦＴ 特 征 提 取 算 法 ，优化了数据存储结构 ，提高了数据访问效率 。 实验结果表明 ，基 于 ＧＰＵ 的 ＳＩＦＴ 特征提取算法充分利用 ＧＰＵ 的并行处理能力 ，计算速度提高幅度明显 ，图 像越大越复杂， 提高的幅度越大 ，处 理 １６００×１２００图像时甚至可达近 １５倍 的加速比 ，极 大地提高了 ＳＩＦＴ 算法在实际应用中的实时性。 关键词 ：特 征提取；描述符 ；ＳＩＦＴ；ＳＩＦＴ ＧＰＵ 中图分类号 ：ＴＰ３１１ 文献标识码 ：Ａ 文章编号 ：１００４－３７３Ｘ（２０１０）１５－００４１－０３ ＳｔｕｄｙｏｆＳＩＦＴＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＡｌｇｏｒｉｔｈｍ ＢａｓｅｄｏｎＧＰＵ ＷＡＮＧ Ｒｕｉ１，２ ，ＬＩＡＮＧ Ｈｕａ１ ，ＣＡＩＸｕａｎ－ｐｉｎｇ１ （１．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃＳｃｉｅｎｃｅ ＆ Ｅｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ； ２．ＳｅｖｅｎｔｈＤｅｔａｃｈｍｅｎｔ，ＣｏｒｐｓＣｏｍｍａｎｄｏｆＣＡＰＦ，Ｕｒｕｍｃｈｉ８３００００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｅｔｒａｄｉｔｉｏｎａｌＳＩＦＴａｌｇｏｒｉｔｈｍｒｅａｌｉｚｅｄｂｙＣＰＵ ｈａｓｌｏｗ ｐｒｏｃｅｓｓｉｎｇｓｐｅｅｄ，ｗｈｏｓｅｒｅａｌ－ｔｉｍｅｐｒｏｃｅｓｓｉｎｇｐｅｒ－ ｆｏｒｍａｎｃｅｉｓｄｉｆｆｉｃｕｌｔｔｏｏｂｔａｉｎ．ＴｈｅＳＩＦＴｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｒａｐｈｉｃｐｒｏｃｅｓｓｉｎｇｕｎｉｔ（ＧＰＵ）ｏｆｃｏｍｐｕｔｅｕｎｉ－ ｆｉｅｄｄｅｖｉｃｅａｒｃｈｉｔｅｃｔｕｒｅ（ＣＵＤＡ）ｆｒｏｍ ＮＶＩＤＩＡｃｏｒｐｏｒａｔｉｏｎ，ｗｈｉｃｈｏｐｔｉｍｉｚｅｄｔｈｅｄａｔａｓｔｏｒａｇｅｓｔｒｕｃｔｕｒｅａｎｄｅｎｈａｎｃｅｄｔｈｅｄａｔａ ａｃｃｅｓｓｉｎｇｅｆｆｉｃｉｅｎｃｙ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＧＰＵ－ｂａｓｅｄＳＩＦＴｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍｔａｋｅｓｆｕｌｌａｄｖａｎｔａｇｅｏｆ ｔｈｅｐａｒａｌｌｅｌｐｒｏｃｅｓｓｉｎｇａｂｉｌｉｔｙｏｆｔｈｅＧＰＵ，ｗｈｏｓｅｃａｌｃｕｌａｔｉｏｎｓｐｅｅｄｉｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｄａｎｄｎｅａｒｌｙ２０ｔｉｍｅｓｓｐｅｅｄｕｐｒａｔｅｃａｎｂｅ ａｃｑｕｉｒｅｄｆｏｒａｎｉｍａｇｅｗｉｔｈｔｈｅｒｅｓｏｌｕｔｉｏｎｏｆ１６００×１２００．ＢｙｖｉｒｔｕｅｏｆＧＰＵ，ｔｈｅｒｅａｌ－ｔｉｍｅｐｒｏｃｅｓｓｉｎｇａｂｉｌｉｔｙｏｆＳＩＦＴａｌｇｏ－ ｒｉｔｈｍｃａｎｂｅｇｒｅａｔｌｙｉｍｐｒｏｖｅｄｉｎｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｄｅｓｃｒｉｐｔｏｒ；ＳＩＦＴ；ＳＩＦＴ ＧＰＵ ０ 引 言 Ｌｏｗｅ 等人在 总 结现 有 基 于 局部不变量技术的特 征 提 取 方 法 的 基 础 上 提 出 的 ＳＩＦＴ （Ｓｃａｌｅ－Ｉｎｖａｒｉａｎｔ ＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ）算 法 是 一 种 提 取 图 像 局 部 特 征 的 算法［１］，ＳＩＦＴ 算法对图像间存在缩放、旋 转、平 移等几 何形变及噪声、光照变化等图像变化因素有非常好的稳 定性，在图像匹配、目标识别、遥感影像配准等领域得到 了很好的应用。但该算法复杂性较高 ，在一般的应用中 算法的实现 都 依 赖 于 ＣＰＵ 完 成，会 耗 费 大 量 的 ＣＰＵ 周期，很难达到实 际应用中实时性的要求。 与此同时， 随着可编程图像处理器 ＧＰＵ 的不断走向成熟，当 前的 ＧＰＵ 已经具有了很强的并行计算能力 ，浮 点 运 算 能 力 甚至可以达同代 ＣＰＵ 的 １０ 倍