学位论文 > 优秀研究生学位论文题录展示
基于CUDA的红外小目标检测算法的快速实现
作 者: 蒋维
导 师: 李红
学 校: 华中科技大学
专 业: 计算数学
关键词: CUDA 目标检测 LCM GPU 导出核
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 6次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机视觉技术的快速发展,红外目标检测和追踪技术已广泛应用于军事、航空航天、遥感等领域。过去对于红外小目标检测方法的研究都侧重于提高目标检测的精确性,而本文则主要研究目标检测的实时性。为了加快红外小目标检测的速度,本文特引进了GPU(Graphic Processing Unit,图形处理器)和CUDA(ComputeUnified Device Architecture,统一计算设备架构)。本文首先介绍基于LCM(Local Contrast Measure,局部对比度测量)的红外小目标检测算法的理论和步骤,给出了LCM算法的基本流程图,然后对其进行并行化的改进,把传统串行的LCM算法映射到CUDA并行编程模型上,提出了一种基于CUDA的LCM快速实现方法。根据LCM并行算法的基本流程,在GPU端首先计算多尺度下的LCM矩阵,其次利用共享存储器和归约操作计算阈值,随后应用bit位来标记目标所在位置,最后在CPU上根据标记数组得出目标位置,并在图像上进行标示。最后,在CUDA5.0平台下,编程实现了LCM并行算法,验证了基于CUDA的LCM快速实现方法的可行性。实验结果还表明,在确保高精确度的前提下,该算法的整体计算速度与基于CPU的LCM目标检测算法相比,获得了10倍以上的加速比。
|
全文目录
摘要 4-5 Abstract 5-7 1 引言 7-14 1.1 研究背景及研究意义 7-8 1.2 目标检测方法概述 8-10 1.3 GPU 和 CUDA 概述 10-12 1.4 本文内容简介 12-14 2 导出核模型和 LCM 算法 14-23 2.1 导出核模型 14-16 2.2 LCM 算法 16-23 3 基于 CUDA 的 LCM 算法实现 23-33 3.1 CUDA 编程基本知识 23-27 3.2 LCM 并行算法 27-33 4 数值实验以及结果分析 33-42 4.1 基于导出核模型的图像分类实验 33-35 4.2 红外小目标检测与追踪实验 35-42 5 总结与展望 42-43 致谢 43-44 参考文献 44-46
|
相似论文
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于CUDA的图像数字水印技术的研究,TP309.7
- CUDA平台下数字图像认证方法的设计与实现,TP391.41
- 基于GPU的水下环境的实时模拟,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 视频中多运动目标分类的研究,TP391.41
- 基于GPU的BLAST程序的并行计算的研究,TP338.6
- 直接体绘制相关技术研究,TP391.41
- 基于GPU的常见散列算法并行实现及优化,TP391.41
- 水稻分蘖断层图像重建加速研究,TP391.41
- 基于并行计算的立体影像密集匹配算法研究,TP391.41
- 快速智能入侵检测技术研究,TP393.08
- 高分辨率遥感图像多类目标识别研究,TP751
- 基于视频监控的特定目标识别研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频图像中的运动目标检测与跟踪,TP391.41
- 基于GPU的计算机断层成像技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|