基于并行圖像處理的NoC結(jié)構(gòu)研究與設(shè)計(jì).pdf

1、隨著圖像處理技術(shù)在各個(gè)領(lǐng)域的應(yīng)用越來越廣，針對(duì)圖像處理算法實(shí)現(xiàn)的平臺(tái)，圖像處理系統(tǒng)的研究也日益受到人們的重視。傳統(tǒng)互連結(jié)構(gòu)片上系統(tǒng)System-On-Chip(SOC)已經(jīng)不能滿足多核中各IP之間的通信要求。隨著用戶要求的不斷提高和電池儲(chǔ)蓄量的限制，未來的多處理器SoC(MPSoC)面臨了新的挑戰(zhàn)高性能低功耗，需要新型的多核芯片互連結(jié)構(gòu)Network-on-Chip(NoC)已經(jīng)成為當(dāng)前國際多核芯片研究領(lǐng)域的新熱點(diǎn)，其核心思想是將計(jì)算機(jī)

2、網(wǎng)絡(luò)技術(shù)移植到芯片設(shè)計(jì)中以解決多核芯片的互連通信問題。
　　圖像處理器的結(jié)構(gòu)是關(guān)系到圖像處理速度與質(zhì)量的關(guān)鍵因素，特別是采用并行方式實(shí)現(xiàn)圖像處理的NoC結(jié)構(gòu)，是目前處理器研究與設(shè)計(jì)領(lǐng)域的熱點(diǎn)問題。本論文的目的就是在對(duì)現(xiàn)有可收集到的并行圖像處理器NoC結(jié)構(gòu)以及相關(guān)圖像處理算法并行實(shí)現(xiàn)技術(shù)的基礎(chǔ)之上，對(duì)并行圖像處理器NoC結(jié)構(gòu)進(jìn)行研究與分析，并結(jié)合相關(guān)的圖像分割算法并行實(shí)現(xiàn)技術(shù)，提出一種并行處理器NoC結(jié)構(gòu)。
　　本文首先對(duì)空間

3、和時(shí)間的算法復(fù)雜度進(jìn)行了介紹，基于C語言實(shí)現(xiàn)算法的執(zhí)行過程提出了一種與微處理器和指令執(zhí)行結(jié)構(gòu)無關(guān)的操作算子消耗模型(OperatorCost Model，OCM)，在分析過程中無需考慮算法實(shí)現(xiàn)的方法，只與算法本身的計(jì)算過程有關(guān)，用于對(duì)算法本身進(jìn)行優(yōu)化，降低計(jì)算復(fù)雜度，從而達(dá)到提高算法處理速度的目的。通過對(duì)MST圖論分割算法和Mean Shift圖像分割計(jì)算過程的分析，得到了各自的操作算子消耗模型OCM，并詳細(xì)分析各個(gè)操作算子對(duì)模型的影響

4、。同時(shí)，通過結(jié)合基于MST圖論分割算法和Mean Shift圖像分割算法數(shù)據(jù)流程圖DFG的并行應(yīng)用設(shè)計(jì)進(jìn)行分析比較，得出Mean Shift算法的結(jié)構(gòu)，使得操作過程更加適合NoC并行執(zhí)行結(jié)構(gòu)。最后對(duì)Mean Shift分割算法的并行結(jié)構(gòu)分析設(shè)計(jì)，得出各個(gè)并行通用處理單元GPU的個(gè)數(shù)和對(duì)算法執(zhí)行時(shí)間的影響。
　　本文的主要研究成果為:
　　1、提出了與微處理系統(tǒng)無關(guān)的算法操作算子消耗模型OCM;
　　2、詳細(xì)對(duì)基于MST