[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

说明书

本发明公开了一种基于图像压缩的GPU‑CPU联合计算的数字图像方法。在采用数字图像相关方法进行测量时，有时相机会连续长时间采集图像，导致产生的图像数据量过大，对于图像的存储和传输带来巨大挑战。针对这一问题，本文提出了一种基于图像压缩的GPU‑CPU联合计算的数字图像相关方法，利用CUDA编程语言控制装有NVIDIA显卡的计算机通过GPU对相机获取的图像进行压缩，利用CPU通过位移计算公式进行位移场提取，提高了计算效率，降低了数字图像相关方法的数据量。

技术领域

本发明涉及非接触式光学测量领域，尤其涉及一种基于图像压缩的GPU-CPU联合计算的数字图像方法。

背景技术

数字图像相关法作为一种在科研和工业领域广泛使用的光学测量方法，其中实现实时数字图像相关方法是其关键技术之一。传统的采用数字图像相关方法进行位移测量时，由于相机需要连续长时间采样，所产生的图像数据量非常大，在通过计算机CPU进行位移场获取时，通常计算机GPU等处于闲置状态，没有充分利用计算资源。因此如何在数字图像相关方法中充分利用计算机资源并减小该方法在使用过程中产生的数据量成为一个亟需解决的实际工程问题。

发明内容

本发明所要解决的技术问题是针对现有技术中存在的不足，提出一种基于图像压缩的GPU-CPU联合计算的数字图像相关方法。

为解决上述技术问题，本发明提供一种基于图像压缩的GPU-CPU联合计算的数字图像方法，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，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；

(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(CentralProcessing Unit，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。

优选的，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；

优选的，步骤(2)中，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，压缩后图像为I′₁，I′₂…，I′_N，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；