SIFT特征分布式并行提取算法.pdf

1、SIFT(Scale Invariant Feature Transform)特征在物體檢測(cè)和識(shí)別、圖像配準(zhǔn)與融合、紋理識(shí)別、場(chǎng)景分類(lèi)、人臉檢測(cè)、圖像檢索、三維重建、數(shù)字水印、影像追蹤等領(lǐng)域具有廣泛應(yīng)用。然而，SIFT特征提取過(guò)程復(fù)雜，計(jì)算量大，并且消耗時(shí)間長(zhǎng)。本文設(shè)計(jì)并實(shí)現(xiàn)了兩種基于不同數(shù)據(jù)并行策略的分布式算法，在機(jī)群系統(tǒng)上加速SIFT特征的提取。
　　 DP-SIFT算法對(duì)輸入圖像進(jìn)行劃分，盡可能的增大并行處理的比重以獲得更

2、高的加速比。根據(jù)特征空間高斯尺度金字塔的特點(diǎn)設(shè)計(jì)了高度寬度受限的數(shù)據(jù)塊劃分算法，設(shè)計(jì)了數(shù)據(jù)分配、數(shù)據(jù)交互和特征調(diào)整方法；研究了數(shù)據(jù)塊劃分和數(shù)據(jù)發(fā)送方法對(duì)通信時(shí)間的影響，提出了基于消息傳遞機(jī)制的并行圖像處理中數(shù)據(jù)塊劃分與數(shù)據(jù)發(fā)送方式協(xié)同對(duì)通信時(shí)間優(yōu)化的策略；。
　　 DDP-SIFT算法對(duì)特征提取空間進(jìn)行劃分，在獲得最大數(shù)據(jù)分塊的同時(shí)追求高加速比。將高斯尺度空間按階劃分為等大小的數(shù)據(jù)塊，并分配給各處理器并行執(zhí)行。為了降低串行成分比