版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、背景建模是運動目標檢測方法中應用比較多的一種方法,是圖像處理領域的一項關(guān)鍵技術(shù)并且有著廣泛的用途。由于圖像處理本身需要大規(guī)模的運算,所以利用并行計算對圖像處理進行加速處理是最優(yōu)的選擇。本論文主要針對最常用的背景建模方法,單高斯背景建模以及混合高斯背景建模,利用CPU(Central Processing Unit)的并行模型TBB(Threading Building Block)和GPU(Graphic Processing Unit
2、)的并行模型CUDA(Compute Unified Device Architecture),結(jié)合背景建模算法的特點,通過多次實驗比較找最優(yōu)并行策略,以得到對背景建模算法的最好加速效果。
單高斯算法和混合高斯算法都是圖像處理領域的經(jīng)典算法。他們的串行算法都具有一個共同特點,數(shù)據(jù)存儲量大、參數(shù)多、復雜度高?,F(xiàn)有CPU串行計算方法的運行時間長,而且每個像素點的運算都是相對獨立的,不同數(shù)據(jù)的具體處理過程都是相似的,所以非常適合并行
3、處理。基于此,本文利用TBB、CUDA,以及新提出了TBB和CUDA相結(jié)合的混合并行架構(gòu)體系,分別對單高斯和混合高斯背景建模算法進行并行化改進。
本文首先介紹TBB和CUDA并行模型各自的特點;對CUDA和TBB的并行結(jié)合框架作了簡單介紹;然后詳細分析了單高斯算法和混合高斯算法的基本原理,并且實現(xiàn)了各自的串行算法,分析出算法中耗時和并行部分;利用三種并行策略對兩種背景建模算法依次進行并行處理。通過對比三種策略的加速比得出,本文
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于TBB和CUDA的MeanShift圖像分割技術(shù)研究.pdf
- 基于MPI-TBB的LAMMPS并行算法研究.pdf
- 基于CUDA的Hough變換并行實現(xiàn).pdf
- 基于CUDA的并行調(diào)制識別算法研究.pdf
- 基于CUDA的FFT并行計算研究.pdf
- 基于CUDA的FastSLAM算法并行化研究.pdf
- 基于CUDA加速的并行人臉檢測.pdf
- 基于CUDA并行架構(gòu)AES算法的研究與實現(xiàn).pdf
- 基于CUDA的Turbo碼并行譯碼仿真研究.pdf
- 基于CUDA的粒子濾波并行算法研究.pdf
- 基于CUDA的粒子濾波并行實現(xiàn)技術(shù)研究.pdf
- 基于CUDA的概念格并行建格算法研究.pdf
- 基于CUDA平臺的LDPC碼的并行譯碼實現(xiàn)研究.pdf
- 基于CUDA的并行電子穩(wěn)像算法.pdf
- 基于MPI+CUDA的并行離散元算法研究.pdf
- 基于CUDA的頻域FIR濾波并行算法研究.pdf
- 基于CUDA的簡化并行編程方案設計.pdf
- 基于CUDA的可視外殼并行計算方法研究.pdf
- 869.基于cuda的水文模型并行算法研究
- 基于CUDA的并行SOM算法優(yōu)化及應用.pdf
評論
0/150
提交評論