綜合MPI和OpenCL的圖像拼接并行加速設(shè)計與實現(xiàn).pdf

1、近年來,GPU在高性能通用計算領(lǐng)域的突出地位越來越受到學(xué)術(shù)界和工程界的廣泛關(guān)注。第一個面向異構(gòu)平臺的編程框架——OpenCL,可以充分發(fā)揮GPU的并行性來彌補CPU在并行處理上的不足,為開發(fā)人員在異構(gòu)系統(tǒng)上編寫高并行性、高性能的代碼提供了極大的便利。將GPU應(yīng)用到集群中來,可以構(gòu)建出高性能、低功耗的GPU異構(gòu)集群。與此同時,隨著高性能計算技術(shù)的普及,尤其是集群系統(tǒng)的普及,MPI標(biāo)準(zhǔn)如今已經(jīng)成為了最為流行的并行編程接口,它可實現(xiàn)基于消息傳

2、遞的并行計算。
　　本文主要研究 MPI和 OpenCL技術(shù)及其在數(shù)字圖像拼接中的應(yīng)用。首先分析了圖像拼接技術(shù)在人防中的應(yīng)用需求。其次根據(jù)人防中圖像的特點,對現(xiàn)有圖像拼接技術(shù)作了分析和對比,從算法是否適合做并行化以及算法能否有效處理人防中的圖像兩方面方面考察,選取了基于SIFT特征匹配算法以實現(xiàn)圖像的配準(zhǔn);選擇了中值濾波算法實現(xiàn)圖像預(yù)處理中的去除噪音影響的操作。最后結(jié)合OpenCL和MPI技術(shù)在GPU異構(gòu)集群上實現(xiàn)了SIFT特征圖