【技术实现步骤摘要】
本专利技术涉及微处理器管理，具体是一种基于gpu集群的图像处理服务方法。
技术介绍
1、gpu集群是多个gpu单元组成的集合体，是用于处理图像的硬件；gpu的功能与cpu类似，大都并没有限定为完成某些特定的处理过程，这意味着，gpu集群中的各个gpu是相同的；这种模式的逻辑架构较为简单，相当于多个gpu的组合，当接收到图像处理任务时，共同对图像进行处理，可以极大地提高处理速度，但是，这种处理方式有一定的不足，就是在图像处理前的预准备过程会执行多次，这在一定程度上影响了处理效率。如何优化gpu集群的图像处理过程是本专利技术想要解决的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种基于gpu集群的图像处理服务方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于gpu集群的图像处理服务方法，所述方法包括：
4、统计所有原始图像的处理需求，对gpu集群中的gpu进行功能标定；
5、基于预设的缓存队列实时接收原始图像，定时遍历缓存队列中的各个原始图像，判定原始图像的独立值；所述独立值用于表征图像与其他图像的相似程度；
6、在缓存队列中依次读取原始图像，将原始图像的独立值与预设的独立值阈值进行比对；
7、当独立值达到预设的独立值阈值时，根据处理需求在gpu集群选取处理路径；当独立值小于预设的独立值阈值时，选取前一图像的处理路径作为当前图像的处理路径；
9、作为本专利技术进一步的方案：所述统计所有原始图像的处理需求，对gpu集群中的gpu进行功能标定的步骤包括：
10、遍历用户上传的含有需求标签的图像集，同步计算图像集的数据量；
11、根据所述数据量确定各个需求标签的需求量；
12、根据所述需求量确定各个需求标签的分布密度，基于所述分布密度对gpu集群中的gpu进行功能限定；其中，功能限定的基准点随机选取；功能限定过程中，将需求标签插入对应gpu的索引。
13、作为本专利技术进一步的方案：所述基于预设的缓存队列实时接收原始图像，定时遍历缓存队列中的各个原始图像，判定原始图像的独立值的步骤包括：
14、基于预设的缓存队列实时接收原始图像；
15、对所述原始图像进行空间转换，提取得到hsv分量，并进行二值化；
16、以原始图像为中心，读取预设次序跨度的原始图像，比对两个原始图像对应的二值化图像，判定相似度；
17、当相似度达到预设的相似度阈值时，递增所述次序跨度并循环执行，当相似度小于预设的相似度阈值时，根据当前次序跨度及循环执行过程中产生的相似度计算独立值；
18、所述独立值的计算过程为：
19、式中，d为n为次序跨度，si为次序跨度为i时的图像与当前图像的相似度。
20、作为本专利技术进一步的方案：所述以原始图像为中心，读取预设次序跨度的原始图像，比对两个原始图像对应的二值化图像，判定相似度的步骤包括：
21、以原始图像为中心，读取预设次序跨度的另一原始图像，得到比对双方；
22、读取比对双方的二值化图像，对二值化图像进行逻辑与运算，得到拟合图像；
23、将拟合图像与当前原始图像进行逻辑异或运算，得到差异图像；
24、对差异图像进行分析，判定相似度；
25、其中，所述相似度的计算规则为：
26、式中，s为相似度，n和m为拟合图像的尺寸，zij为拟合图像中点(i,j)的像素值，f()为括号内数值的减函数。
27、作为本专利技术进一步的方案：所述当独立值达到预设的独立值阈值时，根据处理需求在gpu集群选取处理路径的步骤包括：
28、将所述独立值与预设的独立值阈值进行比对；
29、当所述独立值达到预设的独立值阈值时，根据处理需求遍历gpu集群，标记目标gpu；
30、查询目标gpu的占用率，根据所述占用率依次选取目标gpu，作为处理路径。
31、作为本专利技术进一步的方案：所述查询目标gpu的占用率，根据所述占用率依次选取目标gpu，作为处理路径的步骤包括：
32、查询目标gpu的占用率，根据所述占用率确定不同需求标签下各个gpu的选取顺序；
33、基于选取顺序在各需求标签下的gpu中依次选取并组合，得到待选路径；
34、计算待选路径的路径长度，根据所述路径长度选取最终路径，作为处理路径。
35、本专利技术技术方安还提供了一种基于gpu集群的图像处理服务系统，所述系统包括：
36、功能标定模块，用于统计所有原始图像的处理需求，对gpu集群中的gpu进行功能标定；
37、独立值判定模块，用于基于预设的缓存队列实时接收原始图像，定时遍历缓存队列中的各个原始图像，判定原始图像的独立值；所述独立值用于表征图像与其他图像的相似程度；
38、独立值比对模块，用于在缓存队列中依次读取原始图像，将原始图像的独立值与预设的独立值阈值进行比对；
39、路径选取模块，用于当独立值达到预设的独立值阈值时，根据处理需求在gpu集群选取处理路径；当独立值小于预设的独立值阈值时，选取前一图像的处理路径作为当前图像的处理路径；
40、其中，所述处理路径为图像处理过程经过的gpu类型。
41、作为本专利技术进一步的方案：所述功能标定模块包括：
42、数据量计算单元，用于遍历用户上传的含有需求标签的图像集，同步计算图像集的数据量；
43、需求量确定单元，用于根据所述数据量确定各个需求标签的需求量；
44、限定执行单元，用于根据所述需求量确定各个需求标签的分布密度，基于所述分布密度对gpu集群中的gpu进行功能限定；其中，功能限定的基准点随机选取；功能限定过程中，将需求标签插入对应gpu的索引。
45、作为本专利技术进一步的方案：所述独立值判定模块包括：
46、图像接收单元，用于基于预设的缓存队列实时接收原始图像；
47、图像处理单元，用于对所述原始图像进行空间转换，提取得到hsv分量，并进行二值化；
48、相似度判定单元，用于以原始图像为中心，读取预设次序跨度的原始图像，比对两个原始图像对应的二值化图像，判定相似度；
49、循环执行单元，用于当相似度达到预设的相似度阈值时，递增所述次序跨度并循环执行，当相似度小于预设的相似度阈值时，根据当前次序跨度及循环执行过程中产生的相似度计算独立值；
50、所述独立值的计算过程为：
51、式中，d为n为次序跨度，si为次序跨度为i时的图像与当前图像的相似度。
52、作为本专利技术进一步的方案：所述相似度判定单元包括：
53、双方确定子单元，用于以原始图本文档来自技高网...
【技术保护点】
1.一种基于GPU集群的图像处理服务方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于GPU集群的图像处理服务方法，其特征在于，所述统计所有原始图像的处理需求，对GPU集群中的GPU进行功能标定的步骤包括：
3.根据权利要求1所述的基于GPU集群的图像处理服务方法，其特征在于，所述基于预设的缓存队列实时接收原始图像，定时遍历缓存队列中的各个原始图像，判定原始图像的独立值的步骤包括：
4.根据权利要求3所述的基于GPU集群的图像处理服务方法，其特征在于，所述以原始图像为中心，读取预设次序跨度的原始图像，比对两个原始图像对应的二值化图像，判定相似度的步骤包括：
5.根据权利要求1所述的基于GPU集群的图像处理服务方法，其特征在于，所述当独立值达到预设的独立值阈值时，根据处理需求在GPU集群选取处理路径的步骤包括：
6.根据权利要求5所述的基于GPU集群的图像处理服务方法，其特征在于，所述查询目标GPU的占用率，根据所述占用率依次选取目标GPU，作为处理路径的步骤包括：
7.一种基于GPU集群的图像处理
8.根据权利要求7所述的基于GPU集群的图像处理服务系统，其特征在于，所述功能标定模块包括：
9.根据权利要求7所述的基于GPU集群的图像处理服务系统，其特征在于，所述独立值判定模块包括：
10.根据权利要求7所述的基于GPU集群的图像处理服务系统，其特征在于，所述相似度判定单元包括：
...【技术特征摘要】
1.一种基于gpu集群的图像处理服务方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于gpu集群的图像处理服务方法，其特征在于，所述统计所有原始图像的处理需求，对gpu集群中的gpu进行功能标定的步骤包括：
3.根据权利要求1所述的基于gpu集群的图像处理服务方法，其特征在于，所述基于预设的缓存队列实时接收原始图像，定时遍历缓存队列中的各个原始图像，判定原始图像的独立值的步骤包括：
4.根据权利要求3所述的基于gpu集群的图像处理服务方法，其特征在于，所述以原始图像为中心，读取预设次序跨度的原始图像，比对两个原始图像对应的二值化图像，判定相似度的步骤包括：
5.根据权利要求1所述的基于gpu集群的图像处理服务方...
【专利技术属性】
技术研发人员：王振雨，李红亚，
申请(专利权)人：中科云达北京科技有限公司，
类型：发明
国别省市：
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。