【技术实现步骤摘要】
本专利技术属于道路领域,尤其涉及。
技术介绍
道路损毁算法的核心是三个相邻区域中,中间区域是道路区域,以7个点位一个模板,取垂直方向上下两个领域,水平方向左右两个区域,每个区域类似道路区域7个像素点的模板,也会有7个像素点,求取各个领域内的像素点的均值,然后求出均值比的最小值,最后通过判断均值来确定此像素点是否发生损毁。逐个像素点构建模板,然后计算平均值,再根据构建的水平垂直方向的道路相应位置,利用像素点的均值比,求取均值比的最小值。 每个像素点的模板构建算不存在数据依赖,每个像素点的变换也不存在读写依赖,完全可以用OpenCl对和计其进行并行处理。对照以上算法,每个线程负责一个像素点的模板构建计算,通过读取自身模板内的七个像素点和上下左右每个区域内的七个像素点,来计算相对应的道路损毁因子,同时对于边界点的处理,可能有些边界点的模板构建最终会超出原图像大小,因此对道路边界点和中心点的处理要分别对待,当计算边界元素时,要根据边界类型来确定。 传统的道路损毁算法由于读取算法元素的时候,要对道路上每个元素进行模板构建,这样对于道路上相邻的点,会有六个像素点重合,不利于充分利用GPU设备。
技术实现思路
本专利技术的目的在于提供,旨在解决传统的道路损毁检测算法要对道路上每个元素进行模板构建,对于道路上相邻的点,会有六个像素点重合,不利于充分利用GPU设备的问题。 本专利技术是这样实现的,,该方法包括以下步骤: 步骤一:道路损毁算法的核心是三个相邻区域中,中间区域是道路区域,以7个点为一个模板,构建逐个像素点的模板; 步骤 ...
【技术保护点】
一种基于图像处理的道路损毁检测优化方法,其特征在于,该方法包括以下步骤:步骤一:道路损毁算法的核心是三个相邻区域中,中间区域是道路区域,以7个点为一个模板,构建逐个像素点的模板;步骤二:取垂直方向上下两个领域,水平方向左右两个区域,每个区域类似道路区域7个像素点的模板,也会有7个像素点,求取各个领域内的像素点的均值比;步骤三:利用像素点的均值比,求出均值比的最小值,通过判断均值来确定此像素点是否发生损毁;步骤四:将线程和对应的像素点结合起来,均值比和极小值求取放在一个核函数内,求取均值比以及计算极小值,需要两个核函数;步骤五:根据采取的函数类型不同,通过指定核函数内的线程在索引空间的索引和对应工作组中的线程索引号可唯一确定由执行核函数运算的具体线程;步骤六:实现将图像中待处理的图像像素点,与创建的OpenCl线程和图像的像素点一一的对应起来;步骤七:设置一个中间存储变量sum,设初始sum为从第一个像素点开始的前七个元素的和,然后每次递增取第八个元素和第一个元素的差值;步骤八:将计算的差值数组存储起来,然后对应的sum累加,sum累加的过程中进行并行处理,分配到相应的线程中进行并行处理 ...
【技术特征摘要】
1.一种基于图像处理的道路损毁检测优化方法,其特征在于,该方法包括以下步骤: 步骤一:道路损毁算法的核心是三个相邻区域中,中间区域是道路区域,以7个点为一个模板,构建逐个像素点的模板; 步骤二:取垂直方向上下两个领域,水平方向左右两个区域,每个区域类似道路区域7个像素点的模板,也会有7个像素点,求取各个领域内的像素点的均值比; 步骤三:利用像素点的均值比,求出均值比的最小值,通过判断均值来确定此像素点是否发生损毁; 步骤四:将线程和对应的像素点结合起来,均值比和极小值求取放在一个核函数内,求取均值比以及计算极小值,需要两个核函数; 步骤五:根据采取的函数类型不同,通过指定核函数内的线程在索引空间的索引和对应工作组中的线程索引号可唯一确定由执行核函数运算的具体线程; 步骤六:实现将图像中待处理的图像像素点,与创建的OpenCl线程和图像的像素点一一的对应起来; 步骤七:设置一个中间存储变量sum,设初始sum为从第一个像素点开始的前七个元素的和,然后每次递增取第八个元素和第一个元素的差值; 步骤八:将计算的差值数组存储起来,然后对应的sum累加,sum累加的过程中进行并行处理,分配到相应的线程中进行并行处理。2.如权利要求1所述的基于图像处理的道路损毁检测优化方法,其特征在于,在步骤二中,根据构建的水平垂直方向的道路相应位置,利用像素点的均值比,求取均值比的最小值的公式如(I)所示 Pf = + Tw1 ( 1 ) 上式中,ιγ表示水平构建模板的均值比最小值,rF表示垂直方向的均值比最小值。3.如权利要求1所述的基于图像处理的道路损毁检测优化方法,其特征在于,在步骤二中,每个像素点的模板构建和计算不存在数据依赖,每个像素点的变换也不存在读写依赖,可以用OpenCl对其进行并行处理。4.如权利要求1所述的基于图像处理的道路损毁检测优化方法,其特征在于,在步骤二中,每个线程负责一个像素点的模板构建计算,通过读取自身模板内的七个像素点和上下左右每个区域内的七个像素点,来计算相对应的道路损毁因子,同时对道路边界点和中心点的处理要分别对待,当计算边界元素时,要根据边界类型来确定。5.如权利要求1所述的基于图像处理的道路损毁检测优化方法,其特征在于,读取算法元素时要对道路上每个元素进行模板构建,为了消除原始算法中每次循环迭代有六个元素点重复,设置一个中间存储变量sum,设初始sum为从第一个像素点开始的前七个元素的和,然后每次递增取第八个元素和第一个元素的差值,这样只会重复一个元素。6.如权利要求1所述的基于图像处理的道路损毁检测优化方法,其特征在于,为了消除重复元素的缺点,采取本地分块策略,首先以工作组的形式对所处理的道路上所有像素点为单位将各矩阵进行分块,在本地内存中完成各数据块的和累加和加减,然后将每隔七个元素的差值集合到一个数组中,并将此差值存储起来,最后将差值数组的各个元素与初始七个点的像素和累加,改进后的部分求取像素和的伪代码如下for (i = 0 ;i<w...
【专利技术属性】
技术研发人员:陈云坪,陈彦,吴龙辉,韩威宏,鄢阳天,高斌,童玲,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。