基于多核DSP的加速SAR-SIFT算法并行计算设计
发布时间:2023-04-05 05:38
SAR是获得遥感图像的重要技术途径,其结果是波束覆盖区域的灰度图像。随着SAR图像的质量越来越高,SAR图像的应用受到了各国学者地广泛关注。在导航领域,利用SAR图像匹配技术进行载体定位起到了修正INS和GPS误差的作用,可支持长时间的高精度定位,具有重要的应用价值。相比于早期基于灰度统计的匹配算法,基于特征的匹配算法在图像的仿射不变性和尺度不变性上具有明显的优势,对于SAR图像普遍存在的相干斑噪声、高动态和几何形变具有较强的鲁棒性。然而,一般来说基于特征的匹配算法计算结构复杂且运算量大,并不易于工程实现。本文以实时实现基于特征的匹配算法为目的,提出了“尺度空间降维+分步极值检测+平均权值小邻域”的组合方法对基于特征的SAR-SIFT匹配算法进行加速,在保证算法效果的同时极大地提升了SAR-SIFT算法的计算效率,同时进行了工程实现平台设计和SAR-SIFT加速算法的多核并行计算实现架构设计。本文主要工作如下:1.SAR-SIFT算法加速方法研究。基于特征的SAR-SIFT匹配算法计算时效性很大程度上取决于特征点的数量和特征向量的维数,本文以“尺度空间降维+分步极值检测+平均权值小邻域...
【文章页数】:94 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景与意义
1.2 SAR图像配准算法综述
1.2.1 基于灰度的配准方法
1.2.2 基于特征的配准方法
1.3 SAR图像工程实现综述
1.4 论文内容安排
第二章 SAR-SIFT算法与SAR-SIFT加速算法
2.1 引言
2.2 SAR-SIFT算法
2.2.1 ROEWA梯度
2.2.2 特征空间构建
2.2.3 特征点检测
2.2.4 特征点描述
2.2.5 特征点匹配
2.3 SAR-SIFT加速算法
2.3.1 尺度空间降维
2.3.2 分步极值检测
2.3.3 平均权值小邻域
2.4 仿真结果对比
2.5 本章小结
第三章 SAR-SIFT加速算法计算平台设计
3.1 引言
3.2 计算平台硬件设计
3.2.1 芯片选型
3.2.2 计算平台设计
3.3 接口实现
3.3.1 SRIO接口
3.3.2 HyperLink接口
3.4 DSP关键技术实现
3.4.1 线程存储管理
3.4.2 线程通信
3.4.3 多核同步
3.4.4 矩阵转置
3.5 本章小结
第四章 SAR-SIFT加速算法多核并行计算实现
4.1 引言
4.2 SAR-SIFT加速算法多核并行分析
4.3 SAR-SIFT加速算法任务分配
4.4 SAR-SIFT加速算法软件处理架构
4.5 代码优化
4.5.1 编译优化
4.5.2 C语言编码优化
4.5.3 底层优化
4.6 实验验证
4.7 本章小结
第五章 总结与展望
5.1 本文工作总结
5.2 相关工作展望
参考文献
致谢
作者简介
基本情况
教育背景
攻读硕士学位期间的研究成果
参与科研项目
个人获得奖励
本文编号:3782836
【文章页数】:94 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景与意义
1.2 SAR图像配准算法综述
1.2.1 基于灰度的配准方法
1.2.2 基于特征的配准方法
1.3 SAR图像工程实现综述
1.4 论文内容安排
第二章 SAR-SIFT算法与SAR-SIFT加速算法
2.1 引言
2.2 SAR-SIFT算法
2.2.1 ROEWA梯度
2.2.2 特征空间构建
2.2.3 特征点检测
2.2.4 特征点描述
2.2.5 特征点匹配
2.3 SAR-SIFT加速算法
2.3.1 尺度空间降维
2.3.2 分步极值检测
2.3.3 平均权值小邻域
2.4 仿真结果对比
2.5 本章小结
第三章 SAR-SIFT加速算法计算平台设计
3.1 引言
3.2 计算平台硬件设计
3.2.1 芯片选型
3.2.2 计算平台设计
3.3 接口实现
3.3.1 SRIO接口
3.3.2 HyperLink接口
3.4 DSP关键技术实现
3.4.1 线程存储管理
3.4.2 线程通信
3.4.3 多核同步
3.4.4 矩阵转置
3.5 本章小结
第四章 SAR-SIFT加速算法多核并行计算实现
4.1 引言
4.2 SAR-SIFT加速算法多核并行分析
4.3 SAR-SIFT加速算法任务分配
4.4 SAR-SIFT加速算法软件处理架构
4.5 代码优化
4.5.1 编译优化
4.5.2 C语言编码优化
4.5.3 底层优化
4.6 实验验证
4.7 本章小结
第五章 总结与展望
5.1 本文工作总结
5.2 相关工作展望
参考文献
致谢
作者简介
基本情况
教育背景
攻读硕士学位期间的研究成果
参与科研项目
个人获得奖励
本文编号:3782836
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3782836.html