畢設(shè)答辯觸摸屏ito線路檢測(cè)的并行加速研究

1、,,,MOEMIL,答辯人：指導(dǎo)老師：學(xué)號(hào)：,觸摸屏ITO線路檢測(cè)的并行加速研究,,1.ITO線路；2.基于CUDA的GPU并行計(jì)算；3.缺陷檢測(cè)算法分析；4.缺陷檢測(cè)算法的并行計(jì)算實(shí)現(xiàn)；,課題內(nèi)容,ITO線路,,ITO線路：濺射形成；透明導(dǎo)體；缺陷；圖像處理；,基于CUDA的GPU并行計(jì)算,GPU并行計(jì)算：將任務(wù)分解，并并行執(zhí)行這些子任務(wù)。多核心； 輕量級(jí)線程；串行計(jì)算：程序順序執(zhí)行；核心少；線程切換代價(jià)高；,CUDA

2、：統(tǒng)一計(jì)算設(shè)備架構(gòu)；使用GPU進(jìn)行并行計(jì)算；CUDA到GPU映射：,基于CUDA的GPU并行計(jì)算,算法分析,8位灰度圖，灰黑色部分為ITO線路，灰色部分為背景。 不同位置不同線路 ：手勢(shì)控制。,三類缺陷:濺射缺陷、短路缺陷、斷路缺陷。,算法分析,1.圖像預(yù)處理；2.從背景中提取ITO線路；3.圖像匹配；4.缺陷圖像；5.缺陷標(biāo)記；6.缺陷分類輸出；,算法分析：,算法分析,,,,算法分析,算法的并行計(jì)算

3、實(shí)現(xiàn),#define block_num 16//設(shè)備端代碼__global__ void binarizationKernel(…){ int x = blockDim.x * blockIdx.x + threadIdx.x; int y = blockDim.y * blockIdx.y + threadIdx.y; unsigned int index = y * stride + x;

4、 if(x > w - 1 || y > h - 1) { return; } if(index thresh ? 255 : 0; }}//CPU端代碼extern "C" void binarization(…){ unsigned char *dev_srcImg; cudaMalloc(&dev_srcImg, sr

5、c_size); cudaMemcpy(); dim3 block(block_num, block_num); int dim_x = (w + block_num - 1) / block_num; int dim_y = (h + block_num - 1) / block_num; dim3 grid(dim_x, dim_y); binarizationKernel>&g

6、t;(kernel); cudaMemcpy(…); cudaFree(dev_srcImg);},算法的并行計(jì)算實(shí)現(xiàn),算法的并行計(jì)算實(shí)現(xiàn),算法的并行計(jì)算實(shí)現(xiàn),,,Sobel算子,算法的并行計(jì)算實(shí)現(xiàn),算法的并行計(jì)算實(shí)現(xiàn),對(duì)差值圖像進(jìn)行開運(yùn)算：先腐蝕，后膨脹。去掉孤立的小點(diǎn)、毛刺。,算法的并行計(jì)算實(shí)現(xiàn),算法的并行計(jì)算實(shí)現(xiàn),將缺陷的外接矩形擴(kuò)大，擴(kuò)大后的外接矩形四條邊上沒有ITO線路則為濺射缺陷，否則進(jìn)入下一步；缺陷的填

7、充率大于0.5時(shí)，判斷缺陷外接矩形內(nèi)哪種顏色多，黑色多，缺陷為短路缺陷，否則為斷路缺陷，若不滿足條件，進(jìn)入下一步；當(dāng)沿缺陷外接矩形的中間一行像素或者中間一列像素掃描時(shí)，缺陷會(huì)出現(xiàn)黑-白-黑，或者白-黑-白的顏色變化，前者為斷路缺陷，后者是短路缺陷。,算法的并行計(jì)算實(shí)現(xiàn),,算法的并行計(jì)算實(shí)現(xiàn),輸出缺陷的標(biāo)記號(hào)，缺陷外接矩形最左、最上位置，缺陷外接矩形寬和高以及缺陷類型。,在該算法下：濺射缺陷檢測(cè)識(shí)別率98.1%，分類成功率94.4%;

8、短路缺陷檢測(cè)識(shí)別率97.1%，分類成功率88.3%;斷路缺陷檢測(cè)識(shí)別率98.5%，分類成功率85.4%。,算法的并行計(jì)算實(shí)現(xiàn),經(jīng)計(jì)算，基于CUDA的GPU并行計(jì)算對(duì)串行計(jì)算的加速比為1.2。,,時(shí)間,算法的并行計(jì)算實(shí)現(xiàn),加速比最大能達(dá)到4倍,算法的并行計(jì)算實(shí)現(xiàn),總結(jié)與展望,成果：(1)通過對(duì)缺陷的分析，設(shè)計(jì)了比較合理的缺陷檢測(cè)算法，能夠很好的實(shí)現(xiàn)缺陷的檢測(cè)和分類； (2)對(duì)GPU并行計(jì)算進(jìn)行了研究，并使用基于CUDA平臺(tái)的CUD

9、A C語(yǔ)言實(shí)現(xiàn)了缺陷檢測(cè)算法；不足：加速比不高，算法設(shè)計(jì)有待優(yōu)化；,致謝,電 子 科 技 大 學(xué)University of Electronic Science and Technology of China,光電信息學(xué)院School of Optoelectronic Information,感謝我的導(dǎo)師劉娟秀對(duì)我的悉心指導(dǎo)；感謝電子科技大學(xué)以及光電信息學(xué)院為我本科畢業(yè)設(shè)計(jì)提供的幫助；感謝各位評(píng)委老師的耐心觀看。,,,