留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于GPU的星图配准算法并行程序设计

陈茜,  邱跃洪,  易红伟

downloadPDF
文章导航 > 红外与激光工程  > 2014 >  43(11): 3756-3761
陈茜, 邱跃洪, 易红伟. 基于GPU的星图配准算法并行程序设计[J]. 红外与激光工程, 2014, 43(11): 3756-3761.
引用本文: 陈茜, 邱跃洪, 易红伟. 基于GPU的星图配准算法并行程序设计[J]. 红外与激光工程, 2014, 43(11): 3756-3761.
shu
Chen Xi, Qiu Yuehong, Yi Hongwei. Parallel programming design of star image registration based on GPU[J]. Infrared and Laser Engineering, 2014, 43(11): 3756-3761.
Citation: Chen Xi, Qiu Yuehong, Yi Hongwei. Parallel programming design of star image registration based on GPU[J]. Infrared and Laser Engineering, 2014, 43(11): 3756-3761.
shu

基于GPU的星图配准算法并行程序设计

  • 1.

    中国科学院西安光学精密机械研究所,陕西 西安 710119;

  • 2.

    中国科学院大学,北京 100049

基金项目: 

国家自然科学基金(61178033/F050701;10978005/A030801)

详细信息
    作者简介:

    陈茜(1988-),女,硕士生,主要从事图像处理及GPU在通用计算领域加速的研究工作.Email:chenxialice1207@163.com

  • 中图分类号: TP391

Parallel programming design of star image registration based on GPU

  • 1.

    Xi'an Institute of Optics and Precision Mechanics,Chinese Academy of Sciences,Xi'an 710119,China;

  • 2.

    University of Chinese Academy of Sciences,Beijing 100049,China

  • 摘要: 星图配准是星图处理应用中的一个重要步骤,因此星图配准的速度直接影响了星图处理的整体速度.近几年来,图形处理器(GPU)在通用计算领域得到快速的发展.结合GPU在通用计算领域的优势与星图配准面临的处理速度的问题,研究了基于GPU加速处理星图配准的算法.在已有配准算法的基础上,根据算法特点提出了相应的GPU并行设计模型,利用CUDA编程语言进行仿真实验.实验结果表明:相较于传统基于CPU的配准算法,基于GPU的并行设计模型同样达到了配准要求,且配准速度的加速比达到29.043倍.
    Abstract: The speed of star image registration affects the whole speed of the processing of the star image as star image registration is one of the most important steps of star image processing. In recent years, the general purpose computing of graphic process unit(GPU)has a rapid development. In this paper, the computing power of GPU for the general purpose computing and the problem of the speeding up of processing of star image registration were combined to study the accelerated processing algorithm based on GPU. A parallel model of GPU for the registration algorithm was proposed and CUDA programming language was uesd to realize it. Experiment result shows that the parallel model also fulfills the purpose of the image registration and has a 29.043X speedup compared with the serial CPU program.
  • [1]
    [2] Zhai You, Zeng Luan, Xiong Wei. Star matching based on invariant feature descriptor[J]. Optics and Precision Engineering, 2012, 20(11): 2531-2539. (in Chinese) 翟优,曾峦,熊伟. 基于不变特征描述符实现星点匹配[J]. 光学 精密工程, 2012, 20(11): 2531-2539.
    [3]
    [4] Zeng Wenfeng, Li Shushan, Wang Jiang'an. Translation, rotation and scaling changes in image registration based affine transformation model [J]. Infrared and Laser Engineering, 2001, 30(1): 18-20. (in Chinese) 曾文锋,李树山,王江安. 基于仿射变换模型的图像配准中的平移、旋转和缩放 [J]. 红外与激光工程, 2001, 30(1): 18-20.
    [5] Zhang Chunhua, Zhou Xiaozhong, Wang Xuewei, et al. Research of star-sky image registration method for dim target detection [J]. Journal of Image and Graphics, 2012, 20(11): 435-442. (in Chinese) 张春华,周晓中,王学伟,等. 一种面向弱小目标检测的序列星图配准算法 [J]. 中国图像图形学报, 2012, 20(11): 435-442.
    [6]
    [7] Yuan Jinsha, Zhao Zhenbing, Gao Qiang, et al. Review and prospect on infrared/visible image registration [J]. Laser Infrared, 2009, 39 (7): 694-697. (in Chinese) 苑津莎, 赵振兵, 高强,等. 红外与可见光图像配准研究现状与展望 [J]. 激光与红外, 2009, 39(7): 694-697.
    [8]
    [9] Wu Enhua, Liu Youquan. General purpose computation on GPU[J]. Journal of Computer-Aided Design Computer Graphics, 2004, 16(5): 602-603. (in Chinese) 吴恩华,柳有权. 基于图形处理器(GPU) 的通用计算[J]. 计算机辅助设计与图形学学报, 2004, 16(5): 602-603.
    [10]
    [11]
    [12] Zhou Haifang, Zhao Jin. Parallel programming design and storage optimization of remote sensing image registration based on GPU[J]. Journal of Computer Research and Development, 2012, 49: 281-286. (in Chinese) 周海芳,赵进. 基于GPU的遥感图像配准并行程序设计与存储优化 [J]. 计算机研究与发展, 2012, 49: 281-286.
    [13] Zhang Shu, Chu Yanli, Zhao Kaiyong, et al GPU Performance Computing of CUDA [M]. Beijing: China Waterpower Press, 2009:11-13. (in Chinese) 张舒,褚艳利,赵开勇,等. GPU高性能运算之CUDA[M].北京:中国水利水电出版社, 2009: 11-13.
    [14]
    [15] Wang Zhaokui, Zhang Yulin. Algorithm for CCD star image rapid locating[J]. Chin J Space Sci, 2006, 26(3): 209-214. (in Chinese) 王兆魁,张育林.一种CCD星图星点快速定位算法[J]. 空间科学学报, 2006, 26(3): 209-214.
  • [1] 魏合理, 戴聪明, 武鹏飞, 李建玉, 孙凤萤, 唐超礼, 黄宏华, 李学彬, 朱文越, 饶瑞中, 王英俭.  通用大气辐射传输软件CART在场景计算中的应用（特邀） . 红外与激光工程, 2022, 51(5): 20210916-1-20210916-10. doi: 10.3788/IRLA20210916
    [2] 许聪, 孙大鹰, 曹子奇, 李春琦, 顾文华.  采用自适应模糊优化的目标跟踪加速方案 . 红外与激光工程, 2022, 51(2): 20210864-1-20210864-8. doi: 10.3788/IRLA20210864
    [3] 李鑫, 莫思特, 黄华, 杨世基.  自动计算重叠度的多源点云配准方法 . 红外与激光工程, 2021, 50(12): 20210088-1-20210088-9. doi: 10.3788/IRLA20210088
    [4] 刘连伟, 董士奎, 陈前荣, 邹前进, 樊宏杰, 屈东胜.  基于CUDA并行计算的空中目标红外辐射成像计算 . 红外与激光工程, 2020, 49(4): 0404003-0404003-7. doi: 10.3788/IRLA202049.0404003
    [5] 党源源, 王昕.  CPU-GPU异构系统在光学遥感影像处理中的应用 . 红外与激光工程, 2020, 49(S1): 20200092-20200092. doi: 10.3788/IRLA20200092
    [6] 黄卓, 陈凤东, 刘国栋, 魏富鹏, 彭志涛, 唐军, 刘楠.  连接向量特征匹配的暗场图像配准方法 . 红外与激光工程, 2018, 47(11): 1126005-1126005(6). doi: 10.3788/IRLA201847.1126005
    [7] 赵亚龙, 刘守起, 张启灿.  GPU加速三维面形测量 . 红外与激光工程, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
    [8] 高雅, 周佳霖, 侯雪, 王晓飞, 王霄衣.  基于高斯拟合的高光谱影像配准算法 . 红外与激光工程, 2016, 45(S2): 126-131. doi: 10.3788/IRLA201645.S223002
    [9] 张作宇, 廖守亿, 张金城, 苏德伦, 闫循良.  基于物理模型的战场烟幕实时红外仿真 . 红外与激光工程, 2016, 45(4): 404004-0404004(8). doi: 10.3788/IRLA201645.0404004
    [10] 王志强, 程红, 杨桄, 李成, 吴迪.  全局图像配准的目标快速定位方法 . 红外与激光工程, 2015, 44(S1): 225-229.
    [11] 吴鑫, 张建奇, 杨琛.  JetsonTK1平台实现快速红外图像背景预测算法 . 红外与激光工程, 2015, 44(9): 2615-2621.
    [12] 张晞, 张声艳.  数字闭环石英挠性加速度计信号检测技术 . 红外与激光工程, 2014, 43(10): 3356-3362.
    [13] 彭鹏, 温廷敦, 许丽萍.  一种新结构介观压光型微加速度计 . 红外与激光工程, 2014, 43(10): 3363-3367.
    [14] 何林阳, 刘晶红, 李刚, 刘剑.  改进BRISK特征的快速图像配准算法 . 红外与激光工程, 2014, 43(8): 2722-2727.
    [15] 孔悦, 徐熙平, 倪小龙.  基于GPU 的液晶大气湍流模拟器的波面生成计算 . 红外与激光工程, 2014, 43(9): 3061-3065.
    [16] 戴聪明, 魏合理, 陈秀红.  通用大气辐射传输软件(CART)大气散射辐射计算精度验证 . 红外与激光工程, 2013, 42(6): 1575-1581.
    [17] 戴聪明, 魏合理, 陈秀红.  通用大气辐射传输软件(CART)分子吸收和热辐射计算精度验证 . 红外与激光工程, 2013, 42(1): 174-180.
    [18] 张俊, 闫镔, 李磊, 闫培, 陆利忠, 张峰, 魏星.  采用高频能量的CT几何参数自标定方法 . 红外与激光工程, 2013, 42(9): 2540-2546.
    [19] 王茂芝, 郭科, 徐文皙.  基于集群和GPU的高光谱遥感影像并行处理 . 红外与激光工程, 2013, 42(11): 3070-3075.
    [20] 石坤, 郝颖明, 王明明, 付双飞.  海面背景红外实时仿真 . 红外与激光工程, 2012, 41(1): 25-29.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  446
  • HTML全文浏览量:  106
  • PDF下载量:  199
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-03-13
  • 修回日期:  2014-04-15
  • 刊出日期:  2014-11-25

基于GPU的星图配准算法并行程序设计

  • 1. 中国科学院西安光学精密机械研究所,陕西 西安 710119;
  • 2. 中国科学院大学,北京 100049
    • 作者简介:

    陈茜(1988-),女,硕士生,主要从事图像处理及GPU在通用计算领域加速的研究工作.Email:chenxialice1207@163.com

  • 收稿日期: 2014-03-13
  • 修回日期: 2014-04-15
  • 刊出日期: 2014-11-25
基金项目:

国家自然科学基金(61178033/F050701;10978005/A030801)

  • 中图分类号: TP391

摘要: 星图配准是星图处理应用中的一个重要步骤,因此星图配准的速度直接影响了星图处理的整体速度.近几年来,图形处理器(GPU)在通用计算领域得到快速的发展.结合GPU在通用计算领域的优势与星图配准面临的处理速度的问题,研究了基于GPU加速处理星图配准的算法.在已有配准算法的基础上,根据算法特点提出了相应的GPU并行设计模型,利用CUDA编程语言进行仿真实验.实验结果表明:相较于传统基于CPU的配准算法,基于GPU的并行设计模型同样达到了配准要求,且配准速度的加速比达到29.043倍.

English Abstract

    全文HTML

参考文献 (15)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计