基于背景建模的TBB和CUDA并行策略研究.pdf

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