基于GPU的車輛輪對(duì)圖像在線預(yù)處理系統(tǒng)的研究.pdf

1、近來(lái)，隨著鐵路軌道交通運(yùn)輸快速發(fā)展，輪對(duì)作為車輛的重要行走部件，對(duì)其進(jìn)行磨耗檢測(cè)對(duì)保障我國(guó)鐵路軌道交通運(yùn)輸安全有重要的意義。提高車輛輪對(duì)磨耗檢測(cè)速度是鐵路軌道交通檢測(cè)技術(shù)發(fā)展趨勢(shì)之一，輪對(duì)圖像預(yù)處理是車輛輪對(duì)磨耗檢測(cè)的重要步驟，提高其速度有利于輪對(duì)磨耗檢測(cè)速度的提高。為提高輪對(duì)圖像預(yù)處理的速度，提出了基于GPU的車輛輪對(duì)圖像預(yù)處理技術(shù)的研究。
　　基于GPU的輪對(duì)圖像預(yù)處理技術(shù)是將通過(guò)CCD獲得的原始輪對(duì)圖像經(jīng)過(guò)圖像預(yù)處理得到單像

2、素連續(xù)的輪廓曲線，以便通過(guò)參數(shù)計(jì)算得到輪對(duì)磨耗參數(shù)。本文的主要研究?jī)?nèi)容有：
　?。?）對(duì)現(xiàn)有的輪對(duì)圖像預(yù)處理技術(shù)進(jìn)行了研究和歸納,對(duì)其優(yōu)缺點(diǎn)進(jìn)行總結(jié)和分析。針對(duì)圖像預(yù)處理效率低的缺點(diǎn)，提出了基于GPU的輪對(duì)圖像預(yù)處理方案。
　　（2）研究了并行計(jì)算技術(shù)及其發(fā)展現(xiàn)狀，選擇CUDA作為GPU的開發(fā)和實(shí)現(xiàn)平臺(tái)。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(shí)現(xiàn)平臺(tái)，為圖像預(yù)處理并行算法的設(shè)計(jì)和實(shí)現(xiàn)打下基礎(chǔ)。

3、
　　（3）將圖像預(yù)處理的中的鏡像算法在CUDA并行架構(gòu)下實(shí)現(xiàn)，并進(jìn)行性能分析，根據(jù)分析結(jié)果，通過(guò)改變執(zhí)行配置對(duì)并行過(guò)程優(yōu)化。
　?。?）針對(duì)圖像預(yù)處理中的分割算法，提出了一種基于CUDA并行計(jì)算架構(gòu)及k-means和STING聚類算法的針對(duì)輪對(duì)圖像的快速分割算法，代替區(qū)域生長(zhǎng)來(lái)分割輪對(duì)圖像。基于CUDA架構(gòu)的分割算法在保證圖像分割效果的同時(shí)，大幅度提高了圖像分割的速度，最后對(duì)該分割算法進(jìn)行了性能分析。
　?。?）對(duì)圖

4、像預(yù)處理中的擊中擊不中細(xì)化算法進(jìn)行并行性分析，得出其為一種串行細(xì)化算法的結(jié)論。然后，通過(guò)對(duì)現(xiàn)有并行細(xì)化算法的比較，找到一種比較適合輪對(duì)圖像的并行細(xì)化算法，對(duì)此并行細(xì)化算法改進(jìn)并在CUDA并行架構(gòu)下實(shí)現(xiàn)，最后對(duì)并行細(xì)化算法進(jìn)行性能分析。
　　（6）對(duì)圖像預(yù)處理中的像素跟蹤算法進(jìn)行并行性分析，提出并行化方案并在CUDA架構(gòu)下實(shí)現(xiàn)，最后對(duì)其進(jìn)行性能分析。
　　（7）對(duì)基于CPU和基于GPU的圖像預(yù)處理算法的試驗(yàn)結(jié)果進(jìn)行了對(duì)比分析,