一种并行结构的H.264帧内预测器

提出了一种基于可重构设计的并行结构的H.264帧内预测器.在分析17种帧内预测值求解算法的基础上,利用其运算上的相似性,将所有运算单元集中到一个运算单元中.该运算单元可根据预测模式的不同对输入的数据安排相应的运算模块及数据通路,从而达到资源的最优化利用.在实际应用中,为了达到适时解码,系统同时安排4个并行运算单元以提高处理能力.实验表明,在50.5 MHz时钟时,本结构可以适时处理720×480,30帧/s的图像.     

64Kbit／s彩色可视电话编解码算法的研究

提出了一种新的６４Ｋｂｉｔ／ｓ彩色可视电话系统的编解码方案，与ＣＣＩＴＴ Ｈ．２６１编码方案相比，本方案在许多方面作了改进，采用了多分辨率下的运动估计和误差补偿，去掉了原方案中的ＡＤＣＴ变换，同时采用了基于运动的内播复原技术，计算机模拟结果表明，在６４Ｋｂｋｔ／ｓ的信道上，对于标准的ＱＣＩＦ格式图像，用Ｈ．２６１的方法传送速度只有７．５帧／ｓ，而本文的方法可达２５帧／ｓ，且图像质量明显改善。     

基于SIMD PE阵列的图像同态滤波并行算法

为了满足G级像素帧实时处理的要求,提出图像同态滤波的数据并行实现方法.讨论了图像帧和滤波器在SIMD PE阵列中的预置及数据并行的滤波处理实现方法,其处理方式规则性强、并行度高,提高了处理速度.由于SIMD PE阵列具有可裁减性,可以适合不同规模图像帧的处理需求,满足不同的嵌入式应用环境.     

GVF场的多层细胞神经网络实现及其在图像分割中的应用

提出了利用多层细胞神经网络实现梯度矢量流GVF场的方法,并与扩展、细化的细胞神经网络(CNN)相结合来实现动态轮廓的图像分割．细胞神经网络具有并行运算的能力,可解决传统串行算法复杂性大,不能实时处理的问题,并克服了梯度场作为CNN的外力驱动方法的局部最小问题。在图像处理过程中,外部图像由GVF信息引导,最后收敛到所期望的目标位置。结果表明,该方法在不同的输入图像条件下均获得了比Vilarino提出的方法更好的分割结果,并具有实时处理速度。     

引导滤波算法的CUDA加速实现

针对引导滤波算法运算速度慢、无法实时处理的问题, 提出基于统一计算设备架构(CUDA: Compute Unified Device Architecture)实现引导滤波算法的加速。利用CUDA 并行编程实现图像邻域窗口像素值求和,进而获得图像邻域均值; 通过利用寄存器和纹理存储器, 同时优化算法步骤, 获得引导滤波关键参数, 进而实现对算法的整体优化。实验结果表明, 与基于CPU 实现引导滤波算法相比, 基于CUDA 并行处理可在很大程度上提高运算速度, 基本达到了实时处理的要求。     

红外图像运动目标检测与识别

提出了一种利用相邻帧红我图像实时相减提取运动目标序列的方法，把复杂背景下运动目标识别问题转化为较简单背景下目标识别问题，介绍了一种基于差分图像序列的实时处理算法，可对多个运动目标进行识别与定位。     

基于CUDA 和卡尔曼预测的实时电子稳像方法

针对传统电子稳像方法无法实现视频的实时处理的问题, 提出以SURF(Speed Up Robust Features)配准算法为基础, 基于CUDA(Compute Unified Device Architecture)编程实现算法的加速, 并利用卡尔曼预测器进行实时预测。算法利用CUDA 并行编程实现帧间特征点的提取和配准, 获得帧间运动矢量; 利用卡尔曼预测器获得稳定后的运动矢量, 实现对当前帧的运动矢量的补偿, 以达到实时稳像的目的。仿真实验结果表明, 该方法可有效去除视频帧间的抖动, 稳像效果良好, 实现了视频的实时处理。     

一种新的基于FPGA的立体图像差异性算法

提出了一种新的基于FPGA的立体图像差异性算法,它以块匹配算法为基础,根据FPGA的特点,对图像相关性的公式进行设计优化,并结合穷尽方式搜索和预测方式搜索,提高算法的执行速度.设计基于FPGA的立体图像差异性算法IP核,充分利用FPGA独特的并行处理机制和强大的运算能力以提高系统的处理速度和性能.系统测试结果表明,基于FPGA的立体图像差异性算法,可以达到每秒33帧的处理能力,处理速度能够达到PC机的二百倍以上,具有较好的实时性;且能够连续处理500帧图像数据,具有较好的稳定性.     

Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤.由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节.该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度.数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果.对于3 121×936的图像数据能够达到1 558 fps的帧率,速度提高了大约664倍.     

Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤。由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节。该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度。数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果。对于3 121×936的图像数据能够达到1 558fps的帧率,速度提高了大约664倍。     

基于Fermi架构的超声图像自动增益补偿并行算法

 在医学超声成像系统中由于超声波在人体组织内传播会发生衰减,需要对超声图像进行有效的增益补偿,使超声图像的显示效果更好。但大多数自动增益补偿算法在处理时涉及大量的复杂计算,成为临床实时成像系统中的一大性能提升瓶颈,为此提出了一种基于高性能并行计算平台Fermi架构图形处理单元(GPU)的自动增益补偿并行处理算法。本算法主要的处理流程有数据预处理、区域类型检测、组织强度计算、二次曲面拟合以及自适应增益补偿等部分,核心的并行算法设计包括了粗粒度的并行均值滤波、局部方差系数的并行计算、优化的矩阵转置并行实现以及基于LU分解的粗粒度的矩阵求逆的并行实现等方面。数据测试结果显示,与基于CPU的实现相比,采用Fermi架构的GPU处理不仅可以得到完全一致和较好的增益补偿效果,而且可以取得较大的加速效果,满足实时系统需求,对512×261的图像数据能够达到427帧/s的高帧率,速度提高了大约267倍。     

基于FPGA的多路视频实时处理系统

针对传统多路视频监控系统控制不灵活,处理速度慢,系统无法对各路视频信号进行视频算法等问题,介绍了一种采用FPGA设计多路视频实时处理和显示的系统方案. 通过使用单片FPGA硬件方式实现多路视频的采集、格式转化、视频缓存、视频算法处理、视频拼接和显示,并可以进行多路视频与其中任意一路视频切换显示和处理,同时系统支持对每一路视频进行不同的算法处理. 该方案利用FPGA的并行处理能力,可以实时处理和显示4路视频,帧频达到了15帧/秒,每一路视频信号的处理时间不超过4 ms. 该方案具有低成本、低功耗、实时性好、扩展性强等特点,适用于目前常用的视频监控应用场景.     

基于NIOS嵌入式软核图像处理算法的研究

提出了一种在SOPC上自己配置系统并且基于FPGA可编程图像处理算法的设计方案.用户可以根据设计要求修改配置SOPC片上系统,采用自顶向下软硬件并行设计方案,并且图像处理结果通过VGA的IP核实时显示,系统设计好后,用户可以在Nios IDE下实现不同图像处理功能.     

冷轧带钢表面缺陷视觉检测系统

基于多级分类和模块化设计思想设计一套基于机器视觉的冷轧带钢表面缺陷检测系统. 该系统硬件采用自行研制的高速线阵CCD图像采集器及配套的高速光纤图像采集卡、 高速FPGA图像处理卡和多核处理器; 软件采用RTAI Linux实时操作系统及并行处理策略, 确保了系统的实时性. 图像分割并行处理实验表明, 四核处理器的处理速度是单核处理器的3.2倍, 显著提高了系统的处理性能.     

采用DSP＋FPGA为核心实现DSP的高速并行处理系统

采用以DSP FPGA的形式,提出了一种多DSP高速并行处理来提高运算速度的方案,并实现了软硬件通用处理平台。多信号并行处理技术,目前,该系统能够实现对类似干涉型超光谱图像的大量数据进行多通道实时复原,并满足70Hz帧频的实时性要求,通过PCI接口在上位机实时显示,为超光谱地面实时复原提供了理论基础和实践经验。     

基于Spark的并行医学图像处理研究

随着医学图像规模的不断增长,为了快速且有效的处理医学图像并使各类图像处理算法得到应用.文章将传统的医学图像处理方法与Spark整合起来,提出了基于Spark的并行医学图像处理方法.首先,采用基于二进制的图像预处理转换方法,存储图像到分布式文件系统HDFS中;其次,应用传递函数的方法,避免了图像处理算法进行MapReduce转化,实现了快速的通用图像并行处理;最后,以肺叶DR图像分割算法为实例证明了基于Spark医学图像并行处理有较好的适应性和较高的效率,并适应大规模图像的并行处理.     

多分辨图像融合算法在DSP系统中的实现

介绍在可见光-长波红外双波段图像融合高速处理平台上实现多分辨图像融合算法的设计方案,该硬件平台采用高速数字信号处理器TMS320C6201DSP及多种适于高速数字图像处理的结构,在软件设计时,针对图像多分辨分解与重构运算过程的特点采取了多项优化措施,较好地解决了图像融合算法大运算量和数据存储空间与硬件系统实时处理之间的矛盾,实现了基于复杂图像融合算法的准实时融合处理。     

实时并行调度策略

本文讨论多处理机环境下的并行划分算法和并行处理问题,介绍两种实时并行调度策略——单级化非嵌套式算法和多级化嵌套式算法,给出在最小可能时间内对处理工作P所需要的最少处理机数的估算公式.作为算法的使用实例,本文最后介绍了多级化嵌套式算法在雷达数据处理中的应用,解决了将紧耦合多微机系统用于实时系统中实时任务并行调度的关键问题,取得较满意的效果.     

动目标图像实时输入与处理微机视觉系统

本文介绍了一种基于微机的动目标图像实时输入与处理视觉系统。采用局部总线设计技术,集输入与处理为一体,使设计达到了单板化,将其直接插入IBM-PC及其兼容机槽内即可构成系统。并采用流水线、并行作业和时间重叠等方法,可将动目标实时从复杂背景中分割出来。通过场控制器,本系统可一边输入,一边运算,进行实时图像加减、特征提取、边缘检测和二值化运算等;多种运算方式使本系统在尽可能大的空间范围内跟踪动目标。本文提出了“扩展虚存”思想;设计了高速DMA控制器;应用了硬件开窗技术。系统经过运行实验,可满足一般性动目标的分割与跟踪。