Hausdorff距离多核并行技术及其应用研究

论文摘要

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。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 研究现状
• 1.3 研究内容和技术难点
• 1.4 论文结构安排
• 第二章 并行计算技术与多核架构
• 2.1 并行计算机
• 2.1.1 并行计算机的分类
• 2.1.2 存储方式
• 2.2 并行计算
• 2.2.1 并行算法设计原则和方法
• 2.2.2 并行编程模型
• 2.3 多核架构
• 2.3.1 处理器体系结构基础
• 2.3.2 多核与超线程
• 2.4 多核平台并行程序设计流程
• 2.5 多核并行程序设计的关键问题及解决方法
• 2.6 OpenMP多线程编程及性能优化
• 2.6.1 OpenMP并行编程模型
• 2.6.2 OpenMP并行优化技术
• 2.6.3 OpenMP多线程应用程序性能分析
• 2.7 本章小结
• 第三章 Hausdorff距离算法及其在图像匹配中的应用
• 3.1 Hausdorff距离
• 3.1.1 Hausdorff距离定义
• 3.1.2 部分Hausdorff距离算法
• 3.1.3 考虑模板变换的Hausdorff距离
• 3.2 Hausdorff距离算法在建筑物匹配中的应用
• 3.2.1 使用Hausdorff距离算法进行图像匹配
• 3.2.2 相关技术
• 3.3 Hausdorff距离算法在其它领域的应用
• 3.4 本章小结
• 第四章 多核并行Hausdorff算法构建优化与性能评价
• 4.1 并行方案和并行编程模式
• 4.2 多核并行Hausdorff算法的优化
• 4.2.1 性能数据的收集与分析
• 4.2.2 并行优化与正确性检查
• 4.2.3 编译器优化
• 4.3 并行Hausdorff算法的性能评价
• 4.4 本章小结
• 第五章 实验结果与分析
• 5.1 实验环境
• 5.2 测试结果与分析
• 第六章 总结与展望
• 参考文献
• 研究生期间发表的论文
• 致谢