[发明专利]基于GPU的动态视觉测量特征点中心快速定位方法

权利要求书

1.一种基于GPU的像面特征点中心快速定位方法，所述方法包括如下步骤：

a)CPU获取要进行像面特征点中心快速定位的原始图像，并传送至全局存储器中；

b)GPU从所述全局存储器中获取所传送的原始图像，对其进行高斯低通滤波计算，并送回所述全局存储器；

c)在共享存储器上分配存储空间；

d)由GPU基于滤波后的图像进行直方图的统计，并将直方图统计信息传回到所述全局存储器；

e)CPU从所述全局存储器获取直方图统计后的信息，并且进行最大类间方差计算，以确定阈值，将计算得到的阈值传送回全局存储器；

f)GPU合并访问全局存储器中滤波后的图像数据和存储的阈值，GPU进行图像的二值化处理，并传送至全局存储器和CPU；

g)CPU进行感兴趣区域的提取，提取后传送至全局存储器；

h)GPU基于全局存储器的感兴趣区域信息进行区域约束判断，将得到的有效目标区域传送至全局存储器；以及

i)GPU根据得到的有效目标区域进行区域的点中心计算，将结果传回到所述全局存储器和CPU；

其中点中心计算方法包括合并访问全局存储器中的感兴趣区域信息和滤波后的图像数据，以及执行配置参数，为每个线程块分配1024个线程，每个线程计算相应的感兴趣区域对应的点中心坐标；

其中利用绑定多个线程的线程束来集体原子操作，线程束集体原子操作的步骤为：

步骤1，线程束内统计本线程束内需要保存的非0区域的数量；

步骤2，线程束内选出代表线程，进行1次原子操作；

步骤3，根据区域信息对事先在共享内存中分配的数组进行不定数量的原子加操作，一次分配1‐32个空位；

步骤4，线程束内部对空位进行安排；

步骤5，缓冲区根据是否为0进行实际的写入。

2.如权利要求1所述的方法，其中在步骤b中为每个线程块分配相应大小的共享存储器，以存储3×3的高斯模板数据。

3.如权利要求1所述的方法，其中在步骤c中，每个线程块在共享存储器上分配大小为256的数组，线程块中的每个线程统计对应像素的灰度信息，并将统计结果临时存储到共享内存数组中，最后再把共享存储器中的统计结果应用原子操作的方式累加到全局存储器中。

4.如权利要求1所述的方法，其中在步骤e中，用串行的方式统计最大类间方差。

5.如权利要求1所述的方法，其中在步骤f中，合并访问全局存储器中滤波后的图像数据，并访问全局存储器中存储的阈值，在图像的像素灰度值大于上述计算得到的阈值时，将其赋值为255，当小于阈值时赋值为0。

6.如权利要求1所述的方法，其中在步骤h中，GPU中的每个线程合并访问全局存储器中对应的区域信息，判断是否满足约束条件，将不满足约束条件的区域信息赋0，而满足约束条件的区域不做任何处理。

7.如权利要求6所述的方法，其中所述约束条件包括如下条件：区域边缘周长约束，区域宽约束、区域长约束、扩展两像素是否越界约束、区域面积约束、长宽比约束、二值化后区域扩展一像素是否有其他点引入约束、区域灰度比约束。

8.如权利要求1所述的方法，其中采用变权重灰度质心法来提取特征点中心坐标。