基于OpenCL的尺度不變特征變換算法的并行設(shè)計(jì)與論文
針對尺度不變特征變換(SIFT)算法實(shí)時性差的問題，提出了利用開放式計(jì)算語言(OpenCL)并行優(yōu)化的SIFT算法。首先，通過對原算法各步驟進(jìn)行組合拆分、重構(gòu)特征點(diǎn)在內(nèi)存中的數(shù)據(jù)索引等方式對原算法進(jìn)行并行化重構(gòu)，使得計(jì)算機(jī)網(wǎng)絡(luò)算法的中間計(jì)算結(jié)果能夠完全在顯存中完成交互;然后，采用復(fù)用全局內(nèi)存對象、共享局部內(nèi)存、優(yōu)化內(nèi)存讀取等策略對原算法各步驟進(jìn)行并行設(shè)計(jì)，提高數(shù)據(jù)讀取效率，降低傳輸延時;最后，利用OpenCL語言在圖形處理單元(GPU)上實(shí)現(xiàn)了SIFT算法的細(xì)粒度并行加速，并在中央處理器(CPU)上完成了移植。與原SIFT算法配準(zhǔn)效果相近時，并行化的算法在GPU和CPU平臺上特征提取速度分別提升了10.51～19.33和2.34～4.74倍。實(shí)驗(yàn)結(jié)果表明，利用OpenCL并行加速的SIFT算法能夠有效提高圖像配準(zhǔn)的實(shí)時性，并能克服統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)因移植困難而不能充分利用異構(gòu)系統(tǒng)中多種計(jì)算核心的缺點(diǎn)。
0引言
以尺度不變特征變換(Scale Invariant Feature Transform， SIFT)算法[1]為代表的基于特征的圖像匹配方法近幾年發(fā)展迅速，該算法對光照、角度或尺度變化的圖像都有較好的匹配精度和適應(yīng)性，但實(shí)時性差。為了提高實(shí)時性，在此基礎(chǔ)上又衍生出了主成分分析(Principal Component Analysis， PCA)SIFT[2]、快速魯棒特征(Speed Up Robust Feature， SURF)檢測[3]等改進(jìn)算法。這些改進(jìn)的算法盡管在速度方面有所提升，但實(shí)時性仍然不能滿足實(shí)際應(yīng)用要求且在抗尺度和抗旋轉(zhuǎn)方面性能都有不同程度的下降，因此仍無法取代經(jīng)典的SIFT算法[4]。
近年來隨著圖形處理器(Graphics Processing Unit， GPU)計(jì)算能力的不斷提升，利用GPU天然硬件并行的特性來加速非圖形通用大規(guī)模運(yùn)算逐漸受到人們的青睞，目前較為成熟并得到廣泛應(yīng)用的GPU并行編程模型為英偉達(dá)(NVIDIA)公司開發(fā)的統(tǒng)一計(jì)算設(shè)備架構(gòu)(Compute Unified Device Architecture， CUDA)模型。文獻(xiàn)[5-7]利用CUDA實(shí)現(xiàn)了SIFT算法關(guān)鍵步驟的GPU并行加速，取得了一定的加速效果。文獻(xiàn)[8-9]在移動GPU平臺上利用開放式計(jì)算語言(Open Computing Language， OpenCL)實(shí)現(xiàn)了SIFT算法的并行加速，相對于移動中央處理器(Central Processing Unit， CPU)取得了4.6～7.8倍的加速效果。另外，完成同樣的計(jì)算，GPU比CPU的功耗低87%，即利用OpenCL實(shí)現(xiàn)的GPU并行運(yùn)算相對于傳統(tǒng)的CPU具有更高的性能功耗比，但以上方法大多采用步驟分離的優(yōu)化，沒能充分利用GPU全局內(nèi)存以及算法各步驟的中間計(jì)算結(jié)果，加速效果受顯存帶寬的制約。
另外利用CUDA實(shí)現(xiàn)的算法只適用于NVIDIA顯卡，移植困難，而目前的計(jì)算機(jī)系統(tǒng)大多是“CPU+協(xié)處理器”的異構(gòu)系統(tǒng)[10]，這使得CUDA無法充分利用異構(gòu)系統(tǒng)中不同類型的計(jì)算核心。具有跨平臺特性的開放式并行編程語言O(shè)penCL的出現(xiàn)為解決此問題提供了契機(jī)，利用OpenCL設(shè)計(jì)的并行算法能夠在CPU+(GPU、數(shù)字信號處理器(Digital Signal Processor， DSP)、現(xiàn)場可編程門陣列(FieldProgrammable Gate Array， FPGA)等異構(gòu)系統(tǒng)間移植[11-12]，該特性使得經(jīng)OpenCL優(yōu)化的算法能夠擺脫對硬件平臺的依賴。自2010年OpenCL1.1發(fā)布以來，對OpenCL技術(shù)的應(yīng)用研究逐漸興起。陳鋼等[13]對OpenCL內(nèi)存操作作了深入的分析;Yan等[14]利用OpenCL實(shí)現(xiàn)了SURF算法的并行加速。OpenCL編程相比CUDA更為復(fù)雜[15]，在軟件開發(fā)方面也面臨更多的挑戰(zhàn)和困難，目前在PC平臺上還沒有利用OpenCL并行優(yōu)化的SIFT算法出現(xiàn)。
針對以上問題，本文對SIFT算法步驟及數(shù)據(jù)索引方式進(jìn)行重構(gòu)，提高其并行度，然后通過優(yōu)化內(nèi)存讀取、合理利用OpenCL內(nèi)存層次等策略對該算法進(jìn)一步優(yōu)化，在NVIDIA GPU平臺上實(shí)現(xiàn)了SIFT特征的快速提取。為研究OpenCL的可移植性，將優(yōu)化的GPU版本移植到Intel雙核CPU平臺上，實(shí)驗(yàn)表明優(yōu)化后的算法在兩種計(jì)算平臺上的實(shí)時性都有一定提升。
1SIFT特征提取算法流程
SIFT算法最早由Lowe[1]在1999年提出并于2004年完善，由于其良好的匹配特性，目前已得到廣泛研究與應(yīng)用。SIFT特征點(diǎn)提取實(shí)質(zhì)是在不同尺度空間上查找關(guān)鍵點(diǎn)(特征點(diǎn))，算法基本步驟如下。
1)尺度空間構(gòu)建。
2)高斯差分金字塔空間構(gòu)建。
3)DOG空間極值點(diǎn)檢測。
DOG空間極值點(diǎn)檢測就是將DOG圖像中每個像素與它同尺度的8鄰域點(diǎn)及上下相鄰尺度對應(yīng)的9×2個鄰域點(diǎn)進(jìn)行比較，若為極值點(diǎn)則作為候選特征點(diǎn)，記錄其位置和對應(yīng)的尺度。為獲得更精確的特征點(diǎn)位置，在候選特征點(diǎn)處進(jìn)行泰勒展開，得到式(4)：
D(x)=D+DTxx+12xT2Dx2x(4)
其中：關(guān)鍵點(diǎn)偏移量為x此處的偏移量x，與后面的x的命名重復(fù)，不太規(guī)范，因一篇論文中，一個變量僅能代表一個含義，若包括兩個含義，則指代不清晰，是否可以用另一個變量對此進(jìn)行說明?
回復(fù)：這兩個變量x是使用字體來區(qū)分的，一個是粗斜體表示向量，一個是細(xì)斜體，表示普通變量。是可以區(qū)分的。
這個公式是經(jīng)典文獻(xiàn)[1]中此算法的原作者提出的公式，也是用這種方式表述的。為保持統(tǒng)一，所以我覺得可以不用修改。=(x，y，σ)T;(x，y，σ)在該極值點(diǎn)處的值為D;令D(x)x=0，可通過式(5)求得極值：
=-2D-1x2Dx(5)
在Lowe[1]的文章中當(dāng)在任意方向上的偏移量大于0.5時，認(rèn)為該點(diǎn)與其他關(guān)鍵點(diǎn)很相似，將其剔除;否則保留該點(diǎn)為候選特征點(diǎn)，并計(jì)算該點(diǎn)對應(yīng)的尺度。
4)特征點(diǎn)主方向計(jì)算。
5)SIFT特征矢量生成。
將特征點(diǎn)鄰域內(nèi)圖像坐標(biāo)根據(jù)步驟4)計(jì)算出的特征點(diǎn)主方向進(jìn)行旋轉(zhuǎn)，使得特征向量具有旋轉(zhuǎn)不變性，旋轉(zhuǎn)后以特征點(diǎn)為中心劃分成4×4個子區(qū)域，在每個子區(qū)域內(nèi)計(jì)算8方向的梯度方向直方圖，即可構(gòu)成4×4×8共128維SIFT特征矢量。
2SIFT算法的并行化重構(gòu)
OpenCL標(biāo)準(zhǔn)將內(nèi)核可用的內(nèi)存分為私有內(nèi)存、局部內(nèi)存和全局內(nèi)存/常量內(nèi)存等類型[16]，所以在利用OpenCL優(yōu)化算法時，充分挖掘GPU內(nèi)存的存儲層次，合理分配工作組大小是提高并行運(yùn)算效率的關(guān)鍵[17]。為提高算法并行度方便數(shù)據(jù)劃分、降低內(nèi)存帶寬要求，本文對SIFT算法作了以下重構(gòu)。
1)步驟合并。將構(gòu)造尺度空間、創(chuàng)建高斯金字塔及極值點(diǎn)檢測三步驟統(tǒng)一設(shè)計(jì)，目的是充分利用OpenCL的global memory和local memory的訪問機(jī)制，使得這3個步驟的中間計(jì)算結(jié)果最大限度地在顯存中完成交互，減少內(nèi)存與顯存間的數(shù)據(jù)交換次數(shù)，隱藏帶寬延時。
2)步驟拆分。將極值點(diǎn)定位分為極值點(diǎn)坐標(biāo)檢測和極值點(diǎn)精確定位兩步：第1步只返回極值點(diǎn)坐標(biāo)，目的是輔助主機(jī)端完成內(nèi)存分配;第2步完成極值點(diǎn)精確定位。
3)重構(gòu)數(shù)據(jù)索引。本文全面摒棄基于隊(duì)列的特征點(diǎn)索引方式，而是采用線性存儲的方式管理特征點(diǎn)集，這對OpenCL內(nèi)核的工作項(xiàng)劃分、提高數(shù)據(jù)讀取效率以及降低內(nèi)存訪問沖突都非常有效。
4)任務(wù)細(xì)粒度并行。經(jīng)過數(shù)據(jù)索引重構(gòu)，在OpenCL的內(nèi)核運(yùn)行時，可方便地部署大規(guī)模的工作組和工作項(xiàng)，實(shí)現(xiàn)計(jì)算任務(wù)的細(xì)粒度劃分。經(jīng)過以上設(shè)計(jì)后不僅能提高數(shù)據(jù)訪問速度，而且能夠避免潛在的內(nèi)存訪問沖突。
3SIFT算法的OpenCL實(shí)現(xiàn)
圖1為并行設(shè)計(jì)的SIFT特征提取流程。整個設(shè)計(jì)充分利用全局內(nèi)存以降低數(shù)據(jù)傳輸延時。主機(jī)端首先分配相應(yīng)內(nèi)存對象，然后依次入列高斯模糊、DOG金字塔和極值點(diǎn)檢測3個OpenCL內(nèi)核，完成后即可生成尺度空間和DOG金字塔，從全局優(yōu)化考慮，將這兩部的結(jié)果駐留在全局內(nèi)存中，只返回經(jīng)壓縮的極值點(diǎn)坐標(biāo)。接著按序運(yùn)行極值點(diǎn)精確定位、特征點(diǎn)方向計(jì)算和特征向量生成3個步驟，計(jì)算完成后即完成特征提取全過程。整個流程僅有返回極值點(diǎn)坐標(biāo)和返回特征點(diǎn)結(jié)果兩次讀回操作，其余的中間結(jié)果全部在顯存中完成交互，提高數(shù)據(jù)利用率，降低顯存帶寬要求。
3.1高斯模糊+DOG+極值點(diǎn)檢測內(nèi)核設(shè)計(jì)
深入發(fā)掘算法的并行潛力，充分利用OpenCL的內(nèi)存層次、合理配置工作項(xiàng)數(shù)量和工作組大小是性能提升的關(guān)鍵，也是內(nèi)核設(shè)計(jì)的難點(diǎn)。
3.1.1高斯濾波內(nèi)核設(shè)計(jì)及工作項(xiàng)分配
為降低計(jì)算量，將二維高斯變換分解為沿水平和垂直方向的一維變換，分解后可減少(N2-2×N)×W×H次乘法運(yùn)算(N為高斯核大小，W、H為圖像的寬和高)。由于每個像素相互獨(dú)立，所以在NDRange函數(shù)入列高斯濾波內(nèi)核時將工作項(xiàng)大小設(shè)置為W×H-N，即每個工作項(xiàng)完成一個像素的卷積。另外，進(jìn)行卷積時相鄰像素(圖2黑實(shí)線框內(nèi)數(shù)據(jù))要重復(fù)讀取圖2灰色部分的數(shù)據(jù)，為提高讀取效率，本文通過配置工作組，實(shí)現(xiàn)原始數(shù)據(jù)在局部內(nèi)存中共享。圖2為水平高斯核寬度為7、工作組大小設(shè)置為8時的數(shù)據(jù)分配，圖2表示每8個工作組讀取14個數(shù)據(jù)，完成8個點(diǎn)(圖2黑虛線框內(nèi)數(shù)據(jù))的卷積運(yùn)算。
在工作組內(nèi)共享局部內(nèi)存通常能提高計(jì)算性能，但并不絕對[18]。為找到工作組的最佳大小，本文測試了不同工作組大小時，寬度為11的高斯核對分辨率為1280×960的圖片進(jìn)行水平卷積的耗時，測試結(jié)果如圖3所示。隨著工作組的增大，耗時逐漸減少，當(dāng)工作組大于128后，耗時基本不再改變，又因?yàn)榫植績?nèi)存的限制，工作組不宜太大，于是本文將工作組大小配置為128。如此設(shè)計(jì)需考慮同一工作組中工作項(xiàng)的同步化問題，本文采用OpenCL提供的barrier(CLK_LOCAL_MEM_FENCE)障礙函數(shù)來實(shí)現(xiàn)，垂直濾波與此類似，不再贅述。
3.1.2DOG金字塔構(gòu)建
此步驟的內(nèi)核有兩種設(shè)計(jì)方法：1)一次入列內(nèi)核，只將高斯金字塔相鄰兩層相減，得到一層DOG圖像;2)一次入列內(nèi)核，將高斯金字塔整組圖像傳入內(nèi)核，計(jì)算完成后即可得到一組DOG圖像。
經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)，第2種方法數(shù)據(jù)利用率高，耗時較短。又因?yàn)楦咚菇鹱炙拷M層數(shù)固定，所以第2種設(shè)計(jì)的參數(shù)也固定，于是本文采用第2種設(shè)計(jì)方法，數(shù)據(jù)劃分如圖4所示。為進(jìn)一步提高運(yùn)算效率，對數(shù)據(jù)的運(yùn)算都以float4型向量進(jìn)行，共配置(W×H+3)/4個工作項(xiàng)，即每個工作項(xiàng)完成一組高斯金字塔對應(yīng)位置(圖4單個虛線框內(nèi)數(shù)據(jù))的float4型向量相減。
3.1.3極值點(diǎn)檢測及內(nèi)核精確定位
入列極值點(diǎn)精確定位內(nèi)核前，主機(jī)端需預(yù)先分配內(nèi)存，而事先并不知道需要為多少個特征點(diǎn)分配內(nèi)存，所以本文將極值點(diǎn)檢測和精確定位作為兩個內(nèi)核先后入列，為減少數(shù)據(jù)傳輸，極值點(diǎn)檢測內(nèi)核只返回壓縮的極值點(diǎn)坐標(biāo)數(shù)組。
極值點(diǎn)檢測內(nèi)核計(jì)算完成后，根據(jù)返回的極值點(diǎn)坐標(biāo)在CPU端統(tǒng)計(jì)極值點(diǎn)位置和個數(shù)N，然后為N個特征點(diǎn)分配內(nèi)存，如圖5所示(實(shí)際分配1.5×N個，Lowe[1]文中指出實(shí)際的特征點(diǎn)數(shù)會是極值點(diǎn)數(shù)N的1.15倍左右)。圖5中每個虛線框用來保存一個特征點(diǎn)的完整信息。最后入列極值點(diǎn)精確定位內(nèi)核，每個極值點(diǎn)配置一個工作項(xiàng)，計(jì)算出的精確坐標(biāo)按工作項(xiàng)索引存入圖5對應(yīng)的位置。
3.2計(jì)算梯度方向直方圖
至此，已經(jīng)得到每個特征點(diǎn)的坐標(biāo)、尺度，并按線性存儲在圖5所示的全局內(nèi)存中。因?yàn)槊總�特征點(diǎn)在內(nèi)存中按線性排列，相互獨(dú)立，所以為每個特征點(diǎn)配置一個工作組來計(jì)算梯度方向直方圖，工作組分配如圖6(a)所示。將工作組內(nèi)工作項(xiàng)設(shè)置為2維，為確定工作組最佳大小，本文嘗試了{(lán)1，RAD}、{2，RAD}、{4，RAD}、{8，RAD}四種方式，經(jīng)測試{2，RAD}效果最好(其中RAD為特征點(diǎn)的鄰域?qū)挾?。當(dāng)RAD=5時，每個工作組分配10個工作項(xiàng)，工作組中的數(shù)據(jù)分配如圖6(b)所示，圖6(b)中標(biāo)有相同數(shù)字的像素被同一工作項(xiàng)處理。為實(shí)現(xiàn)數(shù)據(jù)共享，在工作組local_memory中構(gòu)建方向直方圖，這時必須使用OpenCL提供的atomic_add原子累加操作才能保證多個工作項(xiàng)同時累加直方圖同一位置時不會出錯。直方圖生成后統(tǒng)計(jì)出大于直方圖極值80%的點(diǎn)的個數(shù)和角度，作為獨(dú)立的候選特征點(diǎn)，將結(jié)果填入圖5中對應(yīng)的位置。
3.3特征向量生成
計(jì)算出特征點(diǎn)主方向后，即可入列特征向量生成內(nèi)核，因數(shù)據(jù)重構(gòu)后各特征點(diǎn)在內(nèi)存中線性存儲且可獨(dú)立計(jì)算，所以為每個特征點(diǎn)分配一個工作組。又因每個特征點(diǎn)鄰域被劃分為4×4個子區(qū)域，所以為每個工作組配置16個工作項(xiàng)分別計(jì)算每個子區(qū)域的8個方向，數(shù)據(jù)劃分如圖7。圖7中每個箭頭的長度表示每個方向的梯度累計(jì)值，箭頭越長代表值越大。所有工作組計(jì)算完畢后，整個SIFT特征提取算法執(zhí)行完畢，提取出的特征點(diǎn)全部存儲在圖5所示的線性內(nèi)存中。
利用以上方法對兩幅圖片進(jìn)行特征提取后，即可利用歐氏距離準(zhǔn)則完成兩幅圖片特征點(diǎn)的粗匹配，然后用隨機(jī)抽樣一致(RANdom Sample Consensus， RANSAC)算法對粗匹配對進(jìn)行提純，計(jì)算得到兩幅圖片之間的變換矩陣，完成兩幅圖片的匹配。
4優(yōu)化后的算法在CPU上的移植
為進(jìn)一步驗(yàn)證OpenCL的可移植性并比較OpenCL在不同平臺上的加速性能，本文將優(yōu)化后的OpenCL_GPU_SIFT算法移植為能在CPU上運(yùn)行的OpenCL_CPU_SIFT版本。盡管OpenCL具有跨平臺特性，但由于硬件資源的差異，仍需注意以下兩點(diǎn)：
1)本文采用的Intel core i5 3210m CPU不支持OpenCL 32位原子操作，所以在3.2節(jié)的內(nèi)核設(shè)計(jì)中無法使用atomic_add原子累加操作，只能將3.2節(jié)的'工作組大小配置為1，此時每個工作組中只有一個工作項(xiàng)，因而不能實(shí)現(xiàn)局部內(nèi)存共享。
2)工作組中工作項(xiàng)的數(shù)量上限一般受限于兩點(diǎn)：一是設(shè)備所能提供的資源數(shù)，二是內(nèi)核所需的資源數(shù)，這里的資源主要指的是局部內(nèi)存。針對3.2節(jié)的內(nèi)核，GT635m GPU的局部內(nèi)存為47KB(K表示×1024)，工作組上限為512，而Intel 3210m CPU的局部內(nèi)存只有32KB(K表示×1024)，工作組上限為352，所以工作組大小一定要根據(jù)硬件平臺來設(shè)置，這點(diǎn)尤為重要。針對以上兩點(diǎn)修改后得到的OpenCL_CPU_SIFT版本即可運(yùn)行于Intel 3210m CPU中，可見OpenCL具有較好的可移植性。
5實(shí)驗(yàn)結(jié)果及分析
5.1實(shí)驗(yàn)平臺
本實(shí)驗(yàn)的實(shí)驗(yàn)平臺CPU為Intel Core i5 3210m，雙核心四線程，2.5GHz;GPU采用NVIDA GeForce GT 635m，核心頻率660MHz，96個流處理器單元，128位總線寬度;開發(fā)環(huán)境為Vs2013，OpenCV版本2.4.9，OpenCL版本1.1。
5.2實(shí)驗(yàn)方法
本文實(shí)驗(yàn)的代碼是在Rob Hess維護(hù)的SIFT算法(http：//robwhess.github.io/opensift/，本文稱之為CPU_SIFT)的基礎(chǔ)上修改而來。實(shí)驗(yàn)分別測試并行化的OpenCL_CPU_SIFT和OpenCL_GPU_SIFT這兩個版本用時，并與未優(yōu)化的CPU_SIFT版本用時作比較分別計(jì)算兩個版本的加速比。實(shí)驗(yàn)選取a，b兩組圖片。a組有a1～a5共5幅圖片，b組有b1～b4 4對共8幅圖片。為使實(shí)驗(yàn)結(jié)果更具有參考性，其中a1選取Rob Hess采用的behavior圖，分辨率為320×300;a2選取國際通用的Lena圖，分辨率為512×512;a3此處是否描述有誤?即a2～a5，共4幅圖像，而后面的描述中卻有3幅，所以請作相應(yīng)調(diào)整�！玜5為利用CCD攝像頭獲取的3幅紋理從簡單到復(fù)雜的測試圖片，分辨率分別為960×720、1280×960、2560×1440。另外為了測試優(yōu)化后的算法對不同圖片的適應(yīng)性，b組圖片選取4對有角度、光照和尺度變化的圖片，分辨率統(tǒng)一為1280×960。
5.3實(shí)驗(yàn)結(jié)果
在與原CPU_SIFT算法匹配效果一致的情況下，各圖片的耗時如表2所示，利用OpenCL優(yōu)化后的CPU版本和GPU版本的加速比最大分別為4倍和19倍左右，如圖8所示。這表明OpenCL不僅具有優(yōu)秀的并行計(jì)算能力，而且具有較好的跨平臺特性，這也是OpenCL相對于CUDA的一大優(yōu)勢。
通過對比表1和表2可知，本文在PC平臺實(shí)現(xiàn)的SIFT算法的加速比比文獻(xiàn)[9]中實(shí)現(xiàn)的加速比更高，特別是當(dāng)圖像分辨率較大時，本文實(shí)現(xiàn)的加速比會進(jìn)一步增大。這主要是因?yàn)閮牲c(diǎn)：1)數(shù)據(jù)量越大，越能充分發(fā)揮GPU并行運(yùn)算的能力，越能隱藏數(shù)據(jù)傳輸延時;2)由于移動處理器架構(gòu)的限制，文獻(xiàn)[9]只針對SIFT特征點(diǎn)檢測部分進(jìn)行了優(yōu)化，而本文則是對整個SIFT算法流程進(jìn)行統(tǒng)一優(yōu)化，充分利用了GPU的全局內(nèi)存，數(shù)據(jù)讀取效率更高。另外，通過對比進(jìn)一步證明了OpenCL對移動平臺和PC平臺都具有廣泛的適用性，再次說明OpenCL具有較好的可移植性和跨平臺性。
圖9為本文算法對a組圖像的特征提取結(jié)果。由圖9可知，優(yōu)化的算法對圖像處理領(lǐng)域常用的Lena圖和behavior圖都能有效地提取特征點(diǎn)，a3～a5三張圖片的紋理由簡單到復(fù)雜，優(yōu)化后的算法均能有效提取特征點(diǎn)。在b組圖片中，b1的兩幅圖片有角度變化，b2有光照變化，b3既有角度又有光照變化，b4的角度、光照和尺度均有變化，匹配結(jié)果如圖10所示。綜合圖9和圖10的實(shí)驗(yàn)結(jié)果可知，優(yōu)化后的算法對不同分辨率、不同紋理復(fù)雜度的圖像都能提取穩(wěn)定的特征點(diǎn)，對具有角度、光照和尺度變化的圖像都能正確匹配，這表明并行化后的算法對各種圖片都有較好的適應(yīng)性。
為進(jìn)一步分析不同平臺不同數(shù)據(jù)規(guī)模對OpenCL加速性能的影響，針對a3、a4和a5三幅不同分辨率的圖像，本文分別統(tǒng)計(jì)了優(yōu)化后的GPU和CPU版本各步驟的加速比，結(jié)果如圖11和圖12。圖11和圖12中步驟1為高斯模糊+高斯差分金字塔生成，步驟2為極值點(diǎn)定位，步驟3為計(jì)算方向直方圖，步驟4為特征矢量生成。對比圖11和圖12可知，無論是GPU還是CPU平臺，優(yōu)化后，高斯模糊+高斯差分金字塔生成步驟加速比都最大，GPU版本甚至達(dá)到了50倍，這是因?yàn)樵摬襟E中各工作項(xiàng)數(shù)據(jù)獨(dú)立無分支，并行度高。而極值點(diǎn)定位步驟有大量的選擇判斷語句，并行度較差，閆鈞華等[19]將此步驟放在CPU端執(zhí)行，本文將此步驟一并優(yōu)化，速度有一定提升但不夠理想，這是因?yàn)樵诓⑿芯幊讨袩o論CPU還是GPU都受分支語句的影響，GPU尤其如此。另外，與圖11不同，圖12中的三條曲線無交叉，隨著圖片分辨率的增大各步驟的加速比都逐步增大，說明數(shù)據(jù)規(guī)模越大越能發(fā)揮并行運(yùn)算的優(yōu)勢。另外OpenCL_CPU_SIFT版本的特征向量生成步驟比計(jì)算方向直方圖步驟的加速效果更好，這是因?yàn)榍罢咄ㄟ^工作組共享局部內(nèi)存能充分利用CPU的L1 cache，從而提升運(yùn)算性能。
6結(jié)語
本文對SIFT算法進(jìn)行合并、拆分和數(shù)據(jù)重構(gòu)等并行化設(shè)計(jì)，改善提高了算法的并行度，并通過合理設(shè)置工作組和工作項(xiàng)大小，充分利用內(nèi)存層次等方法對算法進(jìn)一步優(yōu)化。利用OpenCL并行編程語言的跨平臺特性，本文分別在NVIDIA GPU和Intel CPU平臺上對該算法進(jìn)行并行優(yōu)化，分別取得了10.51～19.33和2.34～4.74倍的加速，并利用OpenCL的可移植性解決了CUDA對硬件平臺的依賴問題。本文的研究內(nèi)容及結(jié)果可應(yīng)用于提升遙感圖像拼接、醫(yī)學(xué)影像配準(zhǔn)和流水線工件定位等領(lǐng)域的圖像匹配速度。
目前本文的優(yōu)化方法在同一時刻只將OpenCL內(nèi)核入列到CPU或者GPU中，即同一時刻只能充分利用CPU或GPU的計(jì)算能力，接下來本文將進(jìn)一步研究異構(gòu)系統(tǒng)中不同平臺間的并行性，將可并行運(yùn)行的內(nèi)核同時入列到CPU和GPU中運(yùn)行，進(jìn)而擴(kuò)展到多核多CPU和多GPU的復(fù)雜異構(gòu)系統(tǒng)中，進(jìn)一步提高算法的運(yùn)行速度。
【基于OpenCL的尺度不變特征變換算法的并行設(shè)計(jì)與論文】相關(guān)文章：
基于遺傳算法的優(yōu)化設(shè)計(jì)論文11-20
基于多島遺傳算法的多狀態(tài)動力學(xué)模型并行修正方法論文05-17
基于遺傳算法的大型圓振動篩的優(yōu)化設(shè)計(jì)論文07-14
算法設(shè)計(jì)與分析課程論文11-18
簡議基于遺傳算法的MR減振器多目標(biāo)優(yōu)化設(shè)計(jì)論文11-16
基于現(xiàn)代密碼學(xué)的加密算法驗(yàn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)的論文11-14
基于改進(jìn)多級中值濾波的加權(quán)濾波算法論文06-16