论文部分内容阅读
Hausdorff距离是匹配点特征的一种重要方法,在图像处理、天文、数学、网络应用、医学、经济预测等众多领域中有重要应用,特别是在图像处理的匹配识别中应用十分广泛。传统的Hausdorff距离算法计算复杂度高,计算效率低,因此提高算法效率有十分重要的。另一方面,多核计算技术是当前计算机领域的研究热点,它使计算机的计算能力显著提升,将成为一种广泛普及的计算模式。然而,要真正地凸显多核处理器的优势,软件的发展必须紧跟硬件的步伐,如何开发与多核相适应的软件日益成为计算机技术研究的热点。本文根据当前计算机软硬件技术的发展趋势,围绕着Hausdorff距离算法并行化展开研究,旨在寻求多核平台上高效简捷的并行化支持方案。本文首先对多核体系结构、常用开发环境和适用软件工具进行比较分析,探讨适合于发挥多核性能的编程技术和解决方案;在详细剖析Hausdorff距离算法的基础上对其进行了一定的改进,设计了基于多核架构的并行算法,并成功应用于侧视图像中建筑物目标的匹配识别系统,同时能够适用于印刷板检测系统;接下来使用OpenMP共享存储编程,结合Intel VTune Performance Analyzer、Intel Thread Checker和Intel C++ Compiler等工具和解决方案测试其性能,根据代码在多核架构上的性能表现做出相应的调整,并从代码并行化和编译器优化两方面进行优化;最后根据Amdahl定律和Gustafson定律做出扩展性分析和客观性能评价。本文研究的特色与创新一是将Hausdorff距离算法由传统的串行运算改造为IA多核架构上的高性能多核并行算法,并成功地应用于侧视建筑物识别定位系统和印刷板检测系统。二是采用崭新技术和解决方案进行并行代码的性能分析,实现计算软件的算法并行优化、编译优化,提高其运算效率和适应硬件发展的可扩展性。本文采用的技术路线和方法带有普遍性,可以推广到其它图像处理函数的并行化改造。