二值圖像連通域標(biāo)記快速識別方法
【專利摘要】本發(fā)明公開了一種二值圖像連通域標(biāo)記快速識別方法，包括以下步驟： CPU和GPU的初始化：掃描圖像：將掃描結(jié)果保存在服務(wù)器環(huán)境的磁盤中；對掃描過的結(jié)果合并處理；判斷是否迭代掃描，保存結(jié)果處理，結(jié)束。實現(xiàn)提高效率，并適合于并行化以及對大圖像實時處理的優(yōu)點。
【專利說明】二值圖像連通域標(biāo)記快速識別方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，具體地，涉及一種二值圖像連通域標(biāo)記快速識別方法。

【背景技術(shù)】
[0002]目前，二值圖像(binaryimage)是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。其優(yōu)點是占用空間少。缺點是當(dāng)表示人物、風(fēng)景的圖像時，二值圖像只能描述其輪廓，不能描述細節(jié)?，F(xiàn)有的連通域標(biāo)記方法有:連通逐點掃描法，該方法需要處理大量重復(fù)標(biāo)記，邏輯復(fù)雜，效率較低。
[0003]種子填充法，該方法效率較高，但不適合并行化。
[0004]以上兩大類方法都是串行設(shè)計，不具備對大圖像實時處理的條件。
[0005]統(tǒng)一計算設(shè)備架構(gòu)(ComputeUnified Device Architecture，CUDA)，能夠解決復(fù)雜的計算問題。例如，CUDA能夠加快AMBER這款分子動力學(xué)模擬程序的速度，可以實現(xiàn)18倍速度提升，因此，在機電領(lǐng)域CUDA是一個巨大的市場?，F(xiàn)有方法存在效率低、不適合并行化以及不具備對大圖像實時處理的缺陷。


【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于，針對上述問題，提出一種二值圖像連通域標(biāo)記快速識別方法，以實現(xiàn)提高效率，適合于并行化以及對大圖像實時處理的優(yōu)點。
[0007]為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
一種二值圖像連通域標(biāo)記快速識別方法，包括以下步驟:
SUCPU和GPU的初始化:
52、掃描圖像:
S2a、建立獨立的圖像標(biāo)記緩存和連通關(guān)系數(shù)組，利用GPU的CUDA架構(gòu)并行執(zhí)行掃描，搜索鄰域內(nèi)最小標(biāo)號值的像素點對連通域進行標(biāo)記；
S2b、分配N個線程，每個線程掃描對應(yīng)行目標(biāo)像素，并對目標(biāo)做標(biāo)記，利用CUDA平臺內(nèi)置的blockldx變量跟蹤每個進程的運行，并且每個線程返回該行連通域的個數(shù)；
S2c、實現(xiàn)進程block間的同步；
53、將上述步驟S2掃描結(jié)果保存在服務(wù)器環(huán)境的磁盤中；
54、對掃描過的結(jié)果合并處理；
55、判斷是否迭代掃描，如果迭代掃描結(jié)果是否，則重復(fù)步驟SI;
56、如果迭代掃描結(jié)果是是則保存結(jié)果處理，結(jié)束。
[0008]優(yōu)選的，所述步驟SI中CPU和GPU的初始化具體為:利用服務(wù)器環(huán)境建立虛擬圖形工作站集群，所述服務(wù)器環(huán)境包括服務(wù)器計算機或服務(wù)器集群以及主控服務(wù)器，所述服務(wù)器計算機或服務(wù)器集群上安裝有多塊CUDA架構(gòu)的GPU顯卡，該服務(wù)器計算機或服務(wù)器集群作為計算節(jié)點，所述的主控服務(wù)器負(fù)責(zé)對所有任務(wù)進行調(diào)度控制，并負(fù)責(zé)管理各個節(jié)點的計算和對存儲資源進行整合； 優(yōu)選的，所述虛擬圖形工作站集群為過邏輯組合構(gòu)成動態(tài)虛擬機，各塊GPU顯卡之間通過SLI接口連接。
[0009]優(yōu)選的，所述的CUDA架構(gòu)平臺的塊大小為256或512。
[0010]優(yōu)選的，在步驟S3中，設(shè)定連續(xù)地址空間每次的最大執(zhí)行記錄數(shù)PAGESIZE大小為8Kbytes，將掃描結(jié)果分割成pixSize/PAGESIZE個頁面，pixSize為單個掃描結(jié)果的大?。粚τ诓蛔鉖AGESIZE大小的文本將填充至PAGESIZE ;對于一個掃描結(jié)果分割成M個PAGESIZE，第i頁的最后maxPatternLength長度的內(nèi)容和第i+Ι頁的前面maxPatternLength 長度的內(nèi)容是一樣的，i = O, I, 2, 3…M_l，maxPatternLength 為最長樣本的長度；保存每一個掃描結(jié)果對應(yīng)的存儲空間，而且在以固定的緩沖大小傳入GPU之前對文件的標(biāo)識采用鏈表和數(shù)組的形式，即鏈表的每一節(jié)點用固定大小的數(shù)組記錄固定數(shù)量的掃描結(jié)果。
[0011]優(yōu)選的，所述步驟S4.對掃描過的結(jié)果合并處理包括以下步驟:
S4a.利用GPU中的全局內(nèi)存對掃描結(jié)果的合并處理?’每16個線程合并讀取全局內(nèi)存中的一頁存儲頁64B到共享內(nèi)存中進行合并處理；
S4b.匹配完64B再去全局內(nèi)存取出存放入共享內(nèi)存，如此循環(huán)。
[0012]本發(fā)明的技術(shù)方案具有以下有益效果:
1.適用于對大圖像實時處理:
本發(fā)明技術(shù)方案利用GPU進行二值圖像連通域標(biāo)記識別，通過GPU的并行匹配技術(shù)的優(yōu)勢，將圖像掃描與GPU有機結(jié)合起來，加速連通域識別算法，不僅可以提高系統(tǒng)整體性能，也為工業(yè)裂痕掃描、遙感圖像的路徑提取、生物信息分析、海量信息檢索等領(lǐng)域提供了重要方法和工具，比較適用于對大圖像實時處理。
[0013]2.效率高:
本發(fā)明技術(shù)方案利用CPU與GPU可協(xié)同處理的特性，分配N個線程，每個線程掃描對應(yīng)行目標(biāo)像素，并對目標(biāo)做標(biāo)記，利用CUDA平臺內(nèi)置的blockldx變量跟蹤每個進程的運行，避免了現(xiàn)在掃描方法中“4連通”和“8連通”那些繁雜的判斷，而且執(zhí)行的效率不受連通域形狀及數(shù)量的影響，大大提高了復(fù)雜圖像掃描效率，其方法簡單、便捷。
[0014]3.可適合并行化:
因為GPU設(shè)備的分支轉(zhuǎn)移控制和數(shù)據(jù)緩存機制都非常弱，而且GPU與GPU全局內(nèi)存之間的數(shù)據(jù)傳輸速率和CPU與CPU高速緩存之間的數(shù)據(jù)傳輸速率相比要慢很多，本發(fā)明技術(shù)方案相對合理地設(shè)計與實現(xiàn)數(shù)據(jù)存儲和并行計算的模式，避免了 GPU設(shè)備的分支轉(zhuǎn)移控制和數(shù)據(jù)緩存機制較弱、GPU與GPU全局內(nèi)存之間的數(shù)據(jù)傳輸速率較慢的問題。
[0015]下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。

【專利附圖】

【附圖說明】
[0016]圖1為本發(fā)明實施例所述的二值圖像連通域標(biāo)記快速識別方法的流程圖；
圖2為本發(fā)明實施例所述圖像掃描結(jié)果存儲形式示意圖；
圖3為本發(fā)明實施例所述圖像合并處理中GPU內(nèi)存執(zhí)行模型示意圖。

【具體實施方式】
[0017]以下結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0018]實施例一:
如圖1所示，一種二值圖像連通域標(biāo)記快速識別方法，包括以下步驟:
51.CPU和GPU的初始化:
利用服務(wù)器環(huán)境建立虛擬圖形工作站集群，該虛擬圖形工作站經(jīng)過邏輯組合構(gòu)成動態(tài)虛擬機，服務(wù)器環(huán)境包括服務(wù)器集群和主控服務(wù)器，即服務(wù)器環(huán)境包括服務(wù)器集群上安裝有多塊CUDA架構(gòu)的GPU顯卡，各塊GPU顯卡之間通過SLI接口(Scalable Link Interface、可升級連接接口)連接，CUDA架構(gòu)平臺的塊大小為256或512 ;該服務(wù)器集群作為計算節(jié)點，主控服務(wù)器負(fù)責(zé)對所有任務(wù)進行調(diào)度控制，并負(fù)責(zé)管理集群上各個節(jié)點的計算和對存儲資源進行整合；
52.掃描圖像:
S2a.建立獨立的圖像標(biāo)記緩存和連通關(guān)系數(shù)組，利用GPU的CUDA架構(gòu)并行執(zhí)行掃描，搜索鄰域內(nèi)最小標(biāo)號值的像素點對連通域進行標(biāo)記；
S2b.分配N個線程，每個線程掃描對應(yīng)行目標(biāo)像素，并對目標(biāo)做標(biāo)記，利用CUDA平臺內(nèi)置的blockldx變量跟蹤每個進程的運行，并且每個線程返回該行連通域的個數(shù)；
S2c.主控程序?qū)崿F(xiàn)進程block間的同步；
53.將掃描結(jié)果保存在服務(wù)器環(huán)境的磁盤中；存儲形式如圖2所示。
[0019]S4.對掃描過的結(jié)果合并處理；圖像合并處理中GPU內(nèi)存執(zhí)行如圖3所示。
[0020]S5.判斷是否迭代掃描，如果結(jié)果為是，則進入步驟S6，如果結(jié)果為否，則重復(fù)步驟Si ；
S6.保存結(jié)果處理，結(jié)束。
[0021]在上述步驟S3中，設(shè)定連續(xù)地址空間每次的最大執(zhí)行記錄數(shù)PAGESIZE大小為8Kbytes，將掃描結(jié)果分割成pixSize/PAGESIZE個頁面，pixSize為單個掃描結(jié)果的大小；對于不足PAGESIZE大小的文本將填充至PAGESIZE ;對于一個掃描結(jié)果分割成M個PAGESIZE，第i頁的最后maxPatternLength長度的內(nèi)容和第i+Ι頁的前面maxPatternLength 長度的內(nèi)容是一樣的，i = O, I, 2, 3…M_l，maxPatternLength 為最長樣本的長度；只需要保存每一個掃描結(jié)果對應(yīng)于哪個存儲空間，而且在以固定的緩沖大小傳入GPU之前對文件的標(biāo)識都采用鏈表和數(shù)組的形式，即鏈表的每一節(jié)點用固定大小的數(shù)組記錄固定數(shù)量的掃描結(jié)果(圖像掃描結(jié)果存儲形式示意圖參見圖2)。
[0022]上述步驟S4.對掃描過的結(jié)果合并處理包括以下步驟:
S4a.利用GPU中的全局內(nèi)存(Global Memory)對掃描結(jié)果的合并處理；每16個線程合并讀取Global Memory中的一頁存儲頁64B到共享內(nèi)存中進行合并處理；
S4b.匹配完64B再去Global Memory取出存放入共享內(nèi)存，如此循環(huán)(圖像合并處理中GPU內(nèi)存執(zhí)行模型示意圖參見圖3)。
[0023]實施例二:
與實施例一的區(qū)別在于，服務(wù)器環(huán)境包括一臺服務(wù)器計算機和主控服務(wù)器。
[0024]S1.CPU和GPU的初始化具體為:
利用服務(wù)器環(huán)境建立虛擬圖形工作站集群，該虛擬圖形工作站經(jīng)過邏輯組合構(gòu)成動態(tài)虛擬機，服務(wù)器環(huán)境包括一臺服務(wù)器計算機和主控服務(wù)器，即服務(wù)器環(huán)境包括服務(wù)器計算機上安裝有多塊CUDA架構(gòu)的GPU顯卡，各塊GPU顯卡之間通過SLI接口連接，CUDA架構(gòu)平臺的塊大小為256或512 ;該服務(wù)器計算機作為計算節(jié)點，主控服務(wù)器負(fù)責(zé)對所有任務(wù)進行調(diào)度控制，并負(fù)責(zé)管理各個節(jié)點的計算和對存儲資源進行整合；
本發(fā)明技術(shù)方案用于裂紋識別、遙感圖像的路徑提取及形狀的目標(biāo)識別等圖像識別(目標(biāo)提取)方法
最后應(yīng)說明的是:以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，盡管參照前述實施例對本發(fā)明進行了詳細的說明，對于本領(lǐng)域的技術(shù)人員來說，其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種二值圖像連通域標(biāo)記快速識別方法，其特征在于，包括以下步驟: SUCPU和GPU的初始化: 52、掃描圖像: S2a、建立獨立的圖像標(biāo)記緩存和連通關(guān)系數(shù)組，利用GPU的CUDA架構(gòu)并行執(zhí)行掃描，搜索鄰域內(nèi)最小標(biāo)號值的像素點對連通域進行標(biāo)記； S2b、分配N個線程，每個線程掃描對應(yīng)行目標(biāo)像素，并對目標(biāo)做標(biāo)記，利用CUDA平臺內(nèi)置的blockldx變量跟蹤每個進程的運行，并且每個線程返回該行連通域的個數(shù)； S2c、實現(xiàn)進程block間的同步； 53、將上述步驟S2掃描結(jié)果保存在服務(wù)器環(huán)境的磁盤中； 54、對掃描過的結(jié)果合并處理； 55、判斷是否迭代掃描，如果迭代掃描結(jié)果是否，則重復(fù)步驟SI; 56、如果迭代掃描結(jié)果是是則保存結(jié)果處理，結(jié)束。
2.根據(jù)權(quán)利要求1所述的二值圖像連通域標(biāo)記快速識別方法，其特征在于，所述步驟SI中CPU和GPU的初始化具體為:利用服務(wù)器環(huán)境建立虛擬圖形工作站集群，所述服務(wù)器環(huán)境包括服務(wù)器計算機或服務(wù)器集群以及主控服務(wù)器，所述服務(wù)器計算機或服務(wù)器集群上安裝有多塊CUDA架構(gòu)的GPU顯卡，該服務(wù)器計算機或服務(wù)器集群作為計算節(jié)點，所述的主控服務(wù)器負(fù)責(zé)對所有任務(wù)進行調(diào)度控制，并負(fù)責(zé)管理各個節(jié)點的計算和對存儲資源進行整入口 ο
3.根據(jù)權(quán)利要求2所述的二值圖像連通域標(biāo)記快速識別方法，其特征在于，所述虛擬圖形工作站集群為過邏輯組合構(gòu)成動態(tài)虛擬機，各塊GPU顯卡之間通過SLI接口連接。
4.根據(jù)權(quán)利要求3所述的二值圖像連通域標(biāo)記快速識別方法，其特征在于，所述的CUDA架構(gòu)平臺的塊大小為256或512。
5.根據(jù)權(quán)利要求1至4任一所述的二值圖像連通域標(biāo)記快速識別方法，其特征在于，在步驟S3中，設(shè)定連續(xù)地址空間每次的最大執(zhí)行記錄數(shù)PAGESIZE大小為8Kbytes，將掃描結(jié)果分割成pixSize/PAGESIZE個頁面，pixSize為單個掃描結(jié)果的大??；對于不足PAGESIZE大小的文本將填充至PAGESIZE ;對于一個掃描結(jié)果分割成M個PAGESIZE，第i頁的最后maxPatternLength長度的內(nèi)容和第i+Ι頁的前面maxPatternLength長度的內(nèi)容是一樣的，i = O, I, 2, 3…M-1，maxPatternLength為最長樣本的長度；保存每一個掃描結(jié)果對應(yīng)的存儲空間，而且在以固定的緩沖大小傳入GPU之前對文件的標(biāo)識采用鏈表和數(shù)組的形式，即鏈表的每一節(jié)點用固定大小的數(shù)組記錄固定數(shù)量的掃描結(jié)果。
6.根據(jù)權(quán)利要求5所述的二值圖像連通域標(biāo)記快速識別方法，其特征在于， 所述步驟S4.對掃描過的結(jié)果合并處理包括以下步驟: S4a.利用GPU中的全局內(nèi)存對掃描結(jié)果的合并處理?’每16個線程合并讀取全局內(nèi)存中的一頁存儲頁64B到共享內(nèi)存中進行合并處理； S4b.匹配完64B再去全局內(nèi)存取出存放入共享內(nèi)存，如此循環(huán)。
【文檔編號】G06F9/38GK104503731SQ201410768038
【公開日】2015年4月8日 申請日期:2014年12月15日 優(yōu)先權(quán)日:2014年12月15日
【發(fā)明者】余劍, 王慧, 韋小波, 陸曉希, 楊潔, 巫江 申請人:柳州職業(yè)技術(shù)學(xué)院