多核并行运算加速图像处理

2013-03-29杨冠男袁杰

现代电子技术 2013年2期

杨冠男　袁杰

摘要：随着并行处理技术的发展，并行计算正不断应用于科学计算领域之外的众多工程领域，图像并行处理技术更是在传统的图像处理领域发挥着重要作用。在此主要是基于多核CPU的分布式并行计算Matlab PCT加速图像处理，依照并行处理规则，寻求问题并行归约，凭借有效的硬件资源，对其进行并行处理，提高程序执行效率，缩短计算延时。通过Matlab和Visual C++两个平台，实现了对图像工程的并行加速处理，结果证明经并行处理后的图像工程在计算效率方面有显著提高，结果精确，计算耗时小。

关键词：图像处理；并行处理技术；分布式计算； Matlab PCT

中图分类号：TN19?34 文献标识码：A 文章编号：1004?373X（2013）02?0036?03

0 引言

图像并行处理技术是将并行计算应用于图像处理中以提高图像处理速度的一种技术，它是图像处理中的一个重要方面。多核（又叫多处理器或多CPU）分布式并行计算就是并行处理的一种解决方式，是将并行计算的方法应用于分布式计算模式下[1?4]。具体的说，是将一个复杂问题分解成能够并行求解的若干子问题，对这些子问题采用并行处理后将结果进行重新组合得到原复杂问题的最终结果[5?6]。

1 Matlab PCT

MatlabPCT（Parallel Computing Toolbox）是MathWorks公司为Matlab开发的一套专门用于多核计算机、多GPU以及计算机集群并行计算的并行计算工具箱。该工具箱提供了高级架构：并行for循环、特有的数据类型以及并行数据算法：以此解决大型的数据密集型科学计算和模型仿真。

Matlab PCT的主要特点：

（1）并行for循环（parfor）用于多核处理器运行任务并行算法；

（2）支持多核计算机最多本地运行8个workers；

（3）支持计算机集群和网格计划；

（4）交互式和批量执行并行应用；

（5）分布式阵列和单程序多数据（spmd）构造大数据集处理方法以及数据并行算法；

（6）支持英伟达的CUDA架构用于多GPU并行计算。

Matlab PCT提供了多个高层次的编程结构，转换应用程序可以充分利用多核处理器的计算机配置资源优势。针对分布式处理器构造并行for循环和特殊的数组类型，通过抽象Matlab节点和计算资源间复杂的计算管理和数据，极大地简化了代码开发过程。图1是在利用Matlab PCT在计算机集群上实现分布式并行计算的示意图。

3 结语

Matlab PCT是将基于多核的分布式并行计算术应用于实际处理的图像工程中。依照并行处理规则，凭借有效的硬件资源，对其进行并行处理，提高程序执行效率，缩短计算延时。通过Matlab和Visual C++两个平台，实现了对图像工程的并行加速处理，在性能效益方面都有明显的改善。

参考文献

[1] 赵晖，赵仕波，张志华.并行计算机与并行算法评述[J].成都理工学院学报，1996（23）：119?120.

[2] 胡峰，胡保生.并行计算技术与并行算法综述[J].电脑与信息技术，1999（5）：50?52.

[3] CULLE D E.并行计算机体系结构[M].李晓明，钱德沛，译.北京：机械工业出版社，2003.

[4] 房鼎益，周兴社.分布式系统研究进展[J].微电子学与计算机，2000（6）：9?11.

[5] MATTSON Timothy G， SANDERS Beverly A， MASSINGILL Berna L.并行编程模式[M].敖富江，译.北京：清华大学出版社，2004.

[6] LIU M L.分布式计算原理与应用[M].顾铁成，王亚丽，译.北京：清华大学出版社，2004.

[7] 陈白帆，蔡自兴.基于尺度空间理论的Harris角点检测[J].中南大学学报，2005，36（5）：751?753.

[8] 左森，郭晓松.宽基线视察图像的拼接算法[J].计算机工程，2007，33（10）：175?176.

[9] 罗静，杨继新，王旭. 三维人体夹膜技术[J].大连工业大学学报，2009，28（5）：378?381.