基于GPU的車輛輪對圖像在線預處理系統(tǒng)的研究.pdf

1、近來，隨著鐵路軌道交通運輸快速發(fā)展，輪對作為車輛的重要行走部件，對其進行磨耗檢測對保障我國鐵路軌道交通運輸安全有重要的意義。提高車輛輪對磨耗檢測速度是鐵路軌道交通檢測技術發(fā)展趨勢之一，輪對圖像預處理是車輛輪對磨耗檢測的重要步驟，提高其速度有利于輪對磨耗檢測速度的提高。為提高輪對圖像預處理的速度，提出了基于GPU的車輛輪對圖像預處理技術的研究。
　　基于GPU的輪對圖像預處理技術是將通過CCD獲得的原始輪對圖像經(jīng)過圖像預處理得到單像

2、素連續(xù)的輪廓曲線，以便通過參數(shù)計算得到輪對磨耗參數(shù)。本文的主要研究內(nèi)容有：
　?。?）對現(xiàn)有的輪對圖像預處理技術進行了研究和歸納,對其優(yōu)缺點進行總結(jié)和分析。針對圖像預處理效率低的缺點，提出了基于GPU的輪對圖像預處理方案。
　　（2）研究了并行計算技術及其發(fā)展現(xiàn)狀，選擇CUDA作為GPU的開發(fā)和實現(xiàn)平臺。深入研究了GPU硬件結(jié)構(gòu)和CUDA編程模式，并搭建了基于GPU的軟硬件實現(xiàn)平臺，為圖像預處理并行算法的設計和實現(xiàn)打下基礎。

3、
　?。?）將圖像預處理的中的鏡像算法在CUDA并行架構(gòu)下實現(xiàn)，并進行性能分析，根據(jù)分析結(jié)果，通過改變執(zhí)行配置對并行過程優(yōu)化。
　?。?）針對圖像預處理中的分割算法，提出了一種基于CUDA并行計算架構(gòu)及k-means和STING聚類算法的針對輪對圖像的快速分割算法，代替區(qū)域生長來分割輪對圖像?；贑UDA架構(gòu)的分割算法在保證圖像分割效果的同時，大幅度提高了圖像分割的速度，最后對該分割算法進行了性能分析。
　　（5）對圖

4、像預處理中的擊中擊不中細化算法進行并行性分析，得出其為一種串行細化算法的結(jié)論。然后，通過對現(xiàn)有并行細化算法的比較，找到一種比較適合輪對圖像的并行細化算法，對此并行細化算法改進并在CUDA并行架構(gòu)下實現(xiàn)，最后對并行細化算法進行性能分析。
　?。?）對圖像預處理中的像素跟蹤算法進行并行性分析，提出并行化方案并在CUDA架構(gòu)下實現(xiàn)，最后對其進行性能分析。
　　（7）對基于CPU和基于GPU的圖像預處理算法的試驗結(jié)果進行了對比分析,