畢設答辯觸摸屏ito線路檢測的并行加速研究

1、,,,MOEMIL,答辯人：指導老師：學號：,觸摸屏ITO線路檢測的并行加速研究,,1.ITO線路；2.基于CUDA的GPU并行計算；3.缺陷檢測算法分析；4.缺陷檢測算法的并行計算實現(xiàn)；,課題內容,ITO線路,,ITO線路：濺射形成；透明導體；缺陷；圖像處理；,基于CUDA的GPU并行計算,GPU并行計算：將任務分解，并并行執(zhí)行這些子任務。多核心； 輕量級線程；串行計算：程序順序執(zhí)行；核心少；線程切換代價高；,CUDA

2、：統(tǒng)一計算設備架構；使用GPU進行并行計算；CUDA到GPU映射：,基于CUDA的GPU并行計算,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,算法的并行計算

3、實現(xiàn),#define block_num 16//設備端代碼__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);},算法的并行計算實現(xiàn),算法的并行計算實現(xiàn),算法的并行計算實現(xiàn),,,Sobel算子,算法的并行計算實現(xiàn),算法的并行計算實現(xiàn),對差值圖像進行開運算：先腐蝕，后膨脹。去掉孤立的小點、毛刺。,算法的并行計算實現(xiàn),算法的并行計算實現(xiàn),將缺陷的外接矩形擴大，擴大后的外接矩形四條邊上沒有ITO線路則為濺射缺陷，否則進入下一步；缺陷的填

7、充率大于0.5時，判斷缺陷外接矩形內哪種顏色多，黑色多，缺陷為短路缺陷，否則為斷路缺陷，若不滿足條件，進入下一步；當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，缺陷會出現(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。,算法的并行計算實現(xiàn),,算法的并行計算實現(xiàn),輸出缺陷的標記號，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：濺射缺陷檢測識別率98.1%，分類成功率94.4%;

8、短路缺陷檢測識別率97.1%，分類成功率88.3%;斷路缺陷檢測識別率98.5%，分類成功率85.4%。,算法的并行計算實現(xiàn),經(jīng)計算，基于CUDA的GPU并行計算對串行計算的加速比為1.2。,,時間,算法的并行計算實現(xiàn),加速比最大能達到4倍,算法的并行計算實現(xiàn),總結與展望,成果：(1)通過對缺陷的分析，設計了比較合理的缺陷檢測算法，能夠很好的實現(xiàn)缺陷的檢測和分類； (2)對GPU并行計算進行了研究，并使用基于CUDA平臺的CUD

9、A C語言實現(xiàn)了缺陷檢測算法；不足：加速比不高，算法設計有待優(yōu)化；,致謝,電 子 科 技 大 學University of Electronic Science and Technology of China,光電信息學院School of Optoelectronic Information,感謝我的導師劉娟秀對我的悉心指導；感謝電子科技大學以及光電信息學院為我本科畢業(yè)設計提供的幫助；感謝各位評委老師的耐心觀看。,,,