吉林大学学报(工学版) ›› 2017, Vol. 47 ›› Issue (3): 952-958.doi: 10.13229/j.cnki.jdxbgxb201703036

• • 上一篇    下一篇

CELL处理器并行实现立体匹配算法

许岩岩1, 2, 陈辉1, 刘家驹1, 袁金钊1   

  1. 1.山东大学 信息科学与工程学院, 济南 250100;
    2.麻省理工学院 土木与环境工程系,剑桥 02139
  • 收稿日期:2016-01-13 出版日期:2017-05-20 发布日期:2017-05-20
  • 通讯作者: 陈辉(1963-),女,教授,博士.研究方向:计算机视觉.E-mail:huichen@sdu.edu.cn
  • 作者简介:许岩岩(1987-),男,在站博士后.研究方向:计算机视觉,城市计算.E-mail:yanyanxu@mit.edu
  • 基金资助:
    国家自然科学基金重点项目(61332015); 山东省自然科学基金项目(ZR2013FM032)

Cell processor stereo matching parallel computation

XU Yan-yan1, 2, CHEN Hui1, LIU Jia-ju1, YUAN Jin-zhao1   

  1. 1.School of Information Science and Engineering, Shandong University, Ji'nan 250100,China;
    2.Department of Civil & Environmental Engineering, Massachusetts Institute of Technology, Cambridge 02139,USA
  • Received:2016-01-13 Online:2017-05-20 Published:2017-05-20

RICH HTML

0   

PDF (PC)

308

摘要： 提出了适应于IBM CELL BE并行处理器的两种立体匹配算法——动态规划(DP)算法和置信传播(BP)算法的实现方案。改进了BP算法中的数据成本计算方法,采用重叠窗方法保持BP算法原有的匹配效果。实验证明,基于CELL处理器的并行实现极大地提高了生成视差图的运算速度。针对室外场景噪声较大的特点,提出采用Sobel边缘检测和Residual算子对图像进行预处理,实验结果表明,该方法改善了生成视差图的效果。本文算法在低成本硬件设备平台上提升了立体匹配技术的计算效率,在汽车自动和辅助驾驶系统、多媒体视觉技术的硬件一体化中具有重要的应用价值。

关键词: 计算机应用, 人工智能, CELL芯片, 视差图, 计算机视觉, 并行计算

Abstract: This paper presents an efficient parallel implementation of belief propagation and dynamic programming algorithms on an IBM CELL BE processor (Sony Playstation3) that speeds up stereo image matching. Overlapping windows and improved data cost with pyramid computation are adopted for implementation of belief propagation algorithms. Considering that real-world images are typically degraded by various types of noise, differing exposures and changes in light etc, Sobel edge and residual operator are used for image pre-processing to improve the stereo matching results. The proposed method has important application on hardware unification of automatic driving binocular computer vision together with multimedia visual technique.

Key words: computer application, artificial intelligence, CELL processor, disparity map, computer vision, parallel computation

中图分类号: 

  • TP391
[1] Khan W, Klette R. Stereo accuracy for collision avoidance for varying collision trajectories[C]∥IEEE Intelligent Vehicles Symposium,Gold Coast City, Australia,2013:1259-1264.
[2] 颜瑞. 基于CUDA的立体匹配及去隔行算法[D]. 杭州:浙江大学信息与电子工程学院,2010.
Yan Rui. The stereo matching and de interlacing algorithm based on CUDA[D]. Hangzhou:College of Information and Science and Electronic Engineering, Zhejiang University, 2010.
[3] 李金奎. 一种分层置信传播立体匹配并行算法[J].通信技术,2012,45(7):57-61.
Li Jin-kui. Parallel HBP algorithm for stereo matching[J]. Communications Technology,2012,45(7):57-61.
[4] Felzenszwalb P F,Huttenlocher D P. Efficient belief propagation for early vision[J]. International Journal of Computer Vision,2006,70(1):41-54.
[5] Ohta Y, Kanade T. Stereo by two-level dynamic programming[C]∥Proceedings of the 9th International Joint Conference on Artificial Intelligence, Los Angeles,USA,1985:120-1126.
[6] Lai Chi-Hua , Hsieh Kun-Yuan, Lai Shang-hon, et al. Parallelization of belief propagation method on embedded multicore processors for stereo vision[DB/OL]. [2015-12-26].http://pllab.cs.nthu.edu.tw/act/ESWeek2008/ESWeek_files/estimedia2008-kyhsieh.pdf..
[7] Guan S S, Klette R. Belief-propagation on edge images for stereo analysis of image sequences[J]. Lecture Notes in Computer Science,2008,4931:291-302.
[8] Vaudrey T, Klette R. Residual images remove illumination artifacts![J]. Lecture Notes in Computer Science, 2009,5748:472-481.
[9] Scharstein D,Szeliski R. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms[DB/OL]. [2015-12-29].http://vision.middlebury.edu/stereo/taxonomy-IJCV.pdf.
[10] Klette R. Concise Computer Vision[M]. London:Springer,2014.
[11] Sun Jian, Shum Heung-yeung, Zheng Nan-ning. Stereo matching using belief propagation[J]. IEEE Trans Pattern Analysis Machine Intelligence,2003,25:787-800.
[12] IBM. CBE programmer's guide v3.1[DB/OL].[2015-12-30]. http://www.ibm.com/developerworks/power/cell.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[8] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[9] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[10] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[11] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[12] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[13] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[14] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[15] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发