基于可并行计算的嵌入式图像处理方法的分析

现代物业·新建设 2012年第11卷第10期

1 引言

现在图像处理技术越来越受到医学、工业等领域的重视。基于嵌入式的图像处理技术具有很强的处理能力和轻便灵活的特点，得到广泛的应用和开发。传统的图像处理技术处理的数据过多，信息量大，具有很高的应时性，所以在医学和工业领域的应用很不方便。现代使用并行图像处理技术，大大提高了计算机对数据处理的效率，为图像处理的未来发展提供了大量的利用空间。算法和硬件组成了并行图像处理技术系统。为了达到更高的性能，在过去的几十年，嵌入式处理器设计师们集中于在时钟频率上进行精心设计，可以从顺序代码中提取指令级并行。但是，这种方法目前导致收益递减和高功耗。因此，设计师们已经把他们的设计重点着眼于多核多个处理器放在一个单一的硅芯片上的架构以提高系统性能。这种架构本质上是明确的并行结构。研究趋势表明，这种演变将继续发展下去，大规模并行多核心架构，将越来越广泛地应用于工程领域。增加处理器架构并行的处理器不仅限于高性能系统，越来越多的从现有芯片上解决互联网络的片上系统的晶体管资源，是允许具有多个低功耗处理器核心的系统架构。因此，有必要探讨在嵌入式系统中的并行处理，另外在并行程序设计上都面临着新类型的应用。嵌入式系统中暴露有不同的要求，对这些高性能计算系统是一个新的挑战。例如与用户的应用互动中，快速的处理时间是比吞吐量更重要的，探索在嵌入式系统应用的并行结构来处理图像问题是本文的一个研究方向。

由于嵌入式系统中并行编程的新兴领域，这些系统的编程模型尚未被发现。在传统的多处理器系统中采用共享内存已使用几十年，因此它的出发点是显而易见的。在本文中，我们探索一个嵌入式图像处理应用程序，对它的对象标识采用多光谱图像分析技术。

2 并行图像处理技术

并行图像处理算法使用以前没有使用过OpenMP的图像分割技术，图像的分割技术采用的是阀值的最佳性来对图形进行分割。并行算法可以处理各个步骤，并且进行迭代运算达到其并行运行目的，通过分解性能数据设置成较小的部分。

用高性能的64位处理器的计算机作为测试平台，以处理1.2GB的图像。另一种自动图像分类中使用的是图像检索的内容可以从并行显示中收到。基于内容的图像检索技术，允许基于图像内容的图像数据先进数据库，并在数据库中进行查询，从而涉及处理数据库中的每个图像，以检查它的内容。此应用程序的共享内存并行化已提交。应用程序是并行处理个人查询和每个并行查询中涉及的图像。相比之下，我们力求最大限度地减少并行处理中的一个单独的图像延迟，但这需要更细粒度的并行化操作。

并行式嵌入系统处理图形技术与传统的共享总线系统有如下的差别：

①结构上：传统的共享总线系统的结构有多个处理单元共同使用一套数据总线，存储器所占用的地址段在各数字信号处理中是相同的；而分布式并行系统的结构，各个处理单元由独立的数据存储器通过通信口相连。

②连接方式：传统的共享总线系统的连接方式单一；分布式并行系统的结构呈线性、树形、星形网孔、超立方体等。

基于可并行计算的嵌入式图像处理方法的分析

赵冉 梁硕

（河南工业职业技术学院，河南　南阳　473000）

摘 要：通过调查了图像处理的应用，了解到嵌入式系统在未来的多处理器系统芯片上应用有很强的针对性。这种技术本质上是并行和并行结构的主要硬件和核心所确定的。基于嵌入式的图像处理技术具有很强的处理能力和轻便灵活的特点，便于在医学图像处理和工业控制领域应用。基于嵌入式的并行计算来进行图像处理是一个新领域，是未来研究的发展方向。

关键词：图像处理；并行结构；嵌入式；

中图分类号：TP314 文献标识码：A 文章编号：1671-8089（2012）10-0080-02

[作者简介] 赵冉（1986- ），男，南阳市人，河南工业职业技术

学院软件学院教师，研究方向：网络技术教学。

梁硕（1984- ），男，南阳市人，河南工业职业技术

学院电气工程系教师，助教，研究方向：过程控制及自动化技术教学。

信息技术 I nformation Technology

– 80 –

③并行效率：传统的共享总线系统的并行效率随P （通信端口）的增大而迅速下降；分布式并行系统随P的增大而下降的变化不是很显著。

④加速比：传统的共享总线系统的加速比是当随着运算量远大于通信量时，只能得到准线性加速比；而分布式并行系统一直呈现线性加速比。

⑤特点：传统的共享总线系统连接结构简单，当数字信号处理器的数目较少时，可以达到较高的加速比；当处理单元个数较多时，共享总线将造成频繁的总线冲突和等待。分布式并行系统只要处理规模增加，系统的处理能力就成比例增加，适合构成大规模并行系统。

⑥适用场合：传统的共享总线系统适合共享数据量很大的情况，可避免分布式结构对各个局部存储器内共享数据进行刷新的麻烦；而分布式并行系统适合多通道和流线处理，在这种情况下，每片数字信号处理器几乎独立地进行数据处理。

3 并行结构的算法模型

3.1 模型

并行结构的算法直接进入到并行计算模型中进行运算，从而把数据传送给并行系统，另一类直接经过映射送入到并行系统中。并行算法实际上是一个映射的过程，并行算法主要是将处理的任务分解成小任务，再在自己所在的并行模块中分别处理各自的子任务。其结构模型如图1 所示：

图1 并行结构的算法模型

基于嵌入式系统在处理图像时与传统图像处理技术相比有自己的特点：并行算法在处理图像时细粒度，并且具有通信量大，信息含量多，可以分块处理，另外分布式并行结构有公用的存储器，大大提高了响应时间。这是许多传统的图像处理技术所没有的特点。

3.2 响应时间

基于可并行算法的图像检测系统的响应时间比传统的其他算法所需要的时间少很多，具有响应快的特点。

4 结论

本文用并行处理技术来处理多媒体图像是最近研究的最新趋势，基于嵌入式的并行计算来进行图像处理是一个新领域，在传统意义上，不使用并行处理技术来处理图像。本文考察一个嵌入式图像处理应用程序的并行性以减少负载不平衡性，从而实现可并行结构。

参考文献：

Meerwald P., Norcen R., Uhl A..Parallel JPEG2000 [1]

image coding on multiprocessors[A]. Proceedings o f t h e16t h I n t e r n a t i o n a l P a r a l l e l a n d Distributed Processing Symposium,2002:9–14.

于忠清.基于图像处理的嵌入式条码识别系统及应用研[2]

究[D].青岛：中国海洋大学，2007.

熊琴.嵌入式仿真系统中图像处理研究[D].武汉：华中[3]

师范大学，2009.

张天序.图像处理系统中的新型动态重构技术[J].计算[4]

机工程，2007（17）.

Murphy C W，Harvey D M.Nicolson L J Low Cost [5]

TMS320C4O/XC6200 Based Reconfigurable Parallel ImageProcessing Architecture 1999.

宋凯，严丽平，甘岚：嵌入式图像处理系统的设计与[6]

实现[J].计算机工程与设计，2009（19）.

崔屹.图像处理与分析——数学形态学方法及应用[M].

[7]

北京：科学出版社，2000.

Asanovic K., Bodik R., Catanzaro B C., Gebis J.J., [8]

Husbands P., Keutzer K., Patterson D.A., Plishker W.L., Shalf J., Williams S.W., Yelick K.A.. The Landscape of Parallel Computing Research: A View from Berkeley[R].EECS Department University of California, Berkeley, Technical Report No. UCB/ EECS-2006-183, December18, 2006.

赵冉，等：基于可并行计算的嵌入式图像处理方法的分析

– 81 –

基于可并行计算的嵌入式图像处理方法的分析

作者：赵冉， 梁硕

作者单位：河南工业职业技术学院,河南 南阳 473000

刊名：

现代物业

英文刊名：Modern Property Management

年，卷(期)：2012(10)

参考文献(8条)

1.Meerwald P;Norcen R;Uhl A Parallel JPEG2000 image coding on multiprocessors 2002

2.于忠清基于图像处理的嵌入式条码识别系统及应用研究 2007

3.熊琴嵌入式仿真系统中图像处理研究 2009

4.张天序图像处理系统中的新型动态重构技术 2007(17)

5.Murphy C W;Harvey D M;Nicolson L J Low Cost TMS320C4O/XC6200 Based Reconfigurable Parallel Image 1999

6.宋凯;严丽平;甘岚嵌入式图像处理系统的设计与实现 2009(19)

7.崔屹图像处理与分析--数学形态学方法及应用 2000

8.Asanovic K;Bodik R;Catanzaro B C;Gebis J.J, Husbands P, Keutzer K, Patterson D.A, Plishker W.L,Shalf J,Williams

S.W,Yelick K.A The Landscape of Parallel Computing Research: A View from Berkeley[ Technical Report No. UCB/EECS-2006-183] 2006

本文链接：https://www.sodocs.net/doc/4315499437.html,/Periodical_xiandwy201210033.aspx