论文部分内容阅读
数字图像相关法是一种广泛应用的非接触式测量技术,可对物体的运动或变形进行测量,主要分为两种:测量物体表面2D变形场的数字图像相关法(Digital image correlation,DIC)、测量非均质材料内部3D变形场的数字体图像相关法(Digital volume correlation,DVC)。测量精度和计算效率,是制约数字图像相关法实践应用的重要问题。尽管迭代型高精度算法可精确到0.01像素,但其性能严重依赖初值估计的准确性,难以直接用于测量大变形。另一方面,高速测量的需求也愈发迫切。在DIC应用中,实时测量越来越受关注,这要求算法在数十毫秒内完成一帧图像的计算。在DVC应用中,计算效率的瓶颈更为突出,单个的兴趣点(Point of interest,POI)的计算量较DIC增长数十到上百倍,在应对高分辨率图像时,计算时间会急剧增长。此外,为提高测量精度而引入的复杂算法往往会进一步加剧效率瓶颈。如何实现高速高精度的数字图像相关法,是一个亟待解决的问题。针对上述问题,本文结合了尺度不变图像特征和并行计算技术,对2D及3D数字图像相关法进行了充分的研究,主要的研究工作如下:(1)结合尺度不变特征变换(Scale-invariant feature transform,SIFT),提出了SIFT辅助的路径无关DIC(Path-independent DIC,Pi DIC)以及3D SIFT辅助的路径无关DVC(Path-independent DVC,Pi DVC)并行算法。算法设计中提出新颖的初值估计方法,利用了局部图像匹配点拟合参数以辅助DIC、DVC进行初值估计。实验表明,本文提出的DIC、DVC算法能够对大变形数据进行高精度测量。(2)对SIFT Pi DIC算法进行基于多核CPU和GPU的并行实现。针对处理器的特性,将POI的相关计算以任务并行的形式分配给CPU线程或GPU线程块。在多个不同的图像序列上进行实验,表明了并行计算可以有效提高计算效率。相比多核CPU实现(10核20线程),GPU实现在包含3840个流处理器的图形卡上达到了10.6倍加速比,并且达到了对常规图像的高精度实时测量速度。(3)对3D SIFT Pi DVC算法进行基于多GPU系统的并行实现。对算法的各个步骤,针对多GPU系统的特性仔细地进行并行设计和实现。为解决3D SIFT的扩展性问题,实现了一种不损失精度的分块机制。在模拟数据和真实数据上的实验表明,多GPU并行实现有效地进一步提高算法计算速度,在异构双GPU实验平台中,单GPU的计算速度分别为2919、5357 POI/s,双GPU并行相较前者可达到2.68倍加速比(约7822POI/s)。