[发明专利]一种基于图像压缩的GPU-CPU联合计算的数字图像方法

权利要求书

1.一种基于图像压缩的GPU-CPU联合计算的数字图像相关方法，其特征在于，包括以下步骤：

(1)在被测试件表面喷洒随机散斑，并固定相机，首先用相机拍摄被测试件初始状态下的散斑图像，再移动被测试件，通过相机拍摄被测试件移动过程中的散斑图像，初始状态下的图像记为参考图像f₁，移动过程中获取的图像记为目标图像I₁，I₂…，I_N；

(2)调用GPU读取采集得到的数字图像I₁，I₂，…，I_N，并进行图像压缩，通过CUDA编程控制GPU中每一个流多处理器(Stream Multiprocessor,SM)压缩一幅图像，压缩后图像数据为I'₁，I'₂…I'_N；

(3)将GPU压缩后的图像I'₁，I'₂…I'_N导入计算机内存中，在CPU(Central ProcessingUnit，CPU)中，为每一幅图像分配一个线程(Thread)；

(4)定义ξ为所要计算的子区，采用数字图像相关中位移计算公式，利用步骤(3)中分配的每一个线程对每幅图像进行位移计算。

2.根据权利要求1所述的基于图像压缩的GPU-CPU联合计算的数字图像相关方法，其特征在于，步骤(1)中，在被测试件表面喷洒随机散斑，并固定相机，首先通过相机拍摄被测试件初始状态下的散斑图像，再移动被测试件，通过相机拍摄被测试件移动过程中的散斑图像，初始状态下的图像记为参考图像f₁，移动过程中获取的图像记为目标图像I₁，I₂…，I_N，用计算机预先读取参考图像f₁并将图像存储于计算机内存中。

3.根据权利要求1所述的基于图像压缩的GPU-CPU联合计算的数字图像相关方法，其特征在于，步骤(2)中，调用GPU读取采集得到的数字图像并进行压缩，通过CUDA编程控制GPU中每一个流多处理器压缩一幅图像具体包括以下步骤：

(21)启动CUDA，为数据分配内存空间及初始化，为数据分配显存空间；

(22)CPU读取相机获取的目标图像，并将读取后的图像传输至GPU显存中；

(23)调用GPU kernel函数为每一幅图像分配一个SM，即SM 1处理Image 1，SM2处理Image 2…，SM N处理Image N，对图像进行并行压缩处理，获得压缩后图像I'₁，I’₂…，I’_N。

4.根据权利要求3所述的基于图像压缩的GPU-CPU联合计算的数字图像相关方法，其特征在于，步骤(4)中定义ξ为所要计算的子区，采用数字图像相关中位移计算公式，利用步骤(3)中分配的每一个线程对每幅图像进行位移计算，具体包括以下步骤：

(41)选取参考图像中需要进行位移计算的像素点，并以该点为中心选取大小为(2M+1)×(2M+1)的正方形子区ξ，M根据实际情况确定大小；

(42)以该正方形子区为模板，在压缩后图像中寻找以待计算像素点为中心的子区进行模板匹配，构造相关函数

式中：

其中，W(x,y；p)为形函数，W(x,y；Δp)为增量形函数，f(x,y)为参考图像正方形区域中坐标为(x,y)点的灰度值，x，y是以参考子区中心为原点的局部坐标，I'_j(x',y')为第j副压缩后的图像在(x’,y’)处的灰度值，1≤j≤N，对应的采用第j个线程进行计算，p＝[u u_x u_yv v_x v_y]^T为参数矩阵，ΔP＝[Δu Δu_x Δu_y Δv Δv_x Δv_y]^T为增量参数矩阵，u,v为正方形区域中心点在x和y方向上的位移分量，u_x,u_y,v_x,v_y为正方形区域在x和y方向上的一阶位移梯度，Δu，Δv为正方形区域中心点在x和y方向上的位移分量的增量，Δu_x，Δu_y，Δv_x，Δv_y为正方形区域在x和y方向上的一阶位移梯度增量；

(43)将相关函数进行一阶泰勒展开：

将相关函数取极值时，即得到所求点的位移，即：

由此可得：

其中，为参考子区在x、y方向上的梯度，为形函数的雅可比矩阵；

(44)基于求得的Δp，进行形函数更新：

W(x,y；p)＝W(x,y；p)W(x,y；△p)^-1

在更新完形函数之后，将更新后的形函数再次代入步骤(43)中的求解Δp公式中，直至满足收敛条件：