基于Hybrid編程模型的圖像拼接關鍵技術的并行研究.pdf

1、寬視角且超分辨率的圖像能夠為許多科研領域提供更為精確的實驗數(shù)據(jù)，但是受到圖像采集設備的限制以及成像技術不成熟而無法獲取滿意的結果，因此圖像拼接成為解決這一技術難題的有效途徑。然而傳統(tǒng)串行的圖像拼接技術只能在單臺計算機上運行，受限于計算機自身性能，所耗費的時間會隨著待拼接圖像的質(zhì)量和數(shù)量迅速增大，其獲得的圖像即便滿足研究要求也會喪失圖像數(shù)據(jù)原有的時效性。論文正是基于以上情況，主要研究SMP集群上MPI與OpenMP混合并行計算的方法實現(xiàn)圖

2、像拼接的并行化，以達到提高圖像拼接速度的目的。論文主要研究內(nèi)容如下：
　　首先，論文介紹了多核集群的并行技術與MPI/OpenMP并行編程模型，詳細介紹了MPI與OpenMP并行編程模型的特點以及程序實現(xiàn)方式。論文介紹了圖像拼接的步驟以及用到一些技術，接著詳細分析了以SIFT算法為核心的特征點的提取與匹配過程，并提出以SIFT算法為基礎的圖像拼接算法的并行化設計方案。
　　其次，根據(jù)SIFT特征點提取的局部性原理，采用數(shù)據(jù)并

3、行的方式實現(xiàn)算法改進。結合SMP集群的層次化存儲的特點，進而提出層次的圖像劃分策略，在節(jié)點間與節(jié)點內(nèi)采用不同的圖像劃分方式，實現(xiàn)MPI與OpenMP相應粒度的數(shù)據(jù)分配。提出SIFT特征點提取與匹配的同步并行方案，特征點在提取之后不必匯集到主節(jié)點進行匹配，而是在各個子節(jié)點完成匹配之后，才將特征點匹配的結果發(fā)送到主節(jié)點完成圖像的配準與融合。在數(shù)據(jù)匯集階段，算法實現(xiàn)了特征點數(shù)據(jù)傳遞的簡化與并行接收。
　　最后論文基于Hybrid編程模型