网站首页  词典首页

请输入您要查询的论文:

 

标题 全景监控视频并行化处理
范文 严炳++王师++陈学斌


摘要摘要:针对传统串行处理算法无法满足实时处理视频播放的问题,提出利用图像拼接并行化处理的设计思路,利用霍夫圆变换与Canny、Soble算法结合进行边缘检测,以边缘图像中每个非零点在三维累加器中累计以确定处理图片的中心。同时利用双线性插值解决了图像高度压缩导致失真的问题。实验结果表明,并非处理进程数越多越好,实验得出32个进程数为最佳。
关键词关键词:全景监控;图像拼接;并行化处理
DOIDOI:10.11907/rjdk.151912
中图分类号:TP312
文献标识码:A文章编号文章编号:16727800(2015)011006602
基金项目基金项目:大学生创新创业训练计划项目(CX2014038)
作者简介作者简介:严炳(1992-),男,江西赣州人,华北理工大学理学院学生,研究方向为金融数学、并行计算;王师(1990-),男,海南海口人,华北理工大学理学院硕士研究生,研究方向为云计算理论及应用;通讯作者:陈学斌(1970-),男,辽宁新民人,博士,华北理工大学理学院教授,研究方向为大数据、云计算、物联网、并行计算等。
0引言
目前,图像处理已成为国内外学者研究的热点课题。国外最具有代表性的研究人员有微软研究院的Richard Szeliski教授和匹兹堡大学的Sevket Gumustekin博士等。Sevket Gumustekin博士主要对消除在固定点旋转摄像机拍摄自然景物时形成的透视变形,以及如何将捕获的图像拼接成全景图进行研究,主要研究成果是通过标定摄像机建立成像模型,再利用成像模型将捕获到的图像投影到统一的高斯球面上,从而获得拼接图像。这种方法具有效果好、可靠性高的优点,可以对摄像机透镜由于自身畸变参数引起的图像变形忽略不计,但是对摄像机的精确标定有过高要求。在国内,浙江大学CAD&CG国家重点实验室和中国科学院自动化所模式识别国家重点实验室在图像匹配和拼接方面做了较多研究工作。研究成果主要是利用模板匹配的方法进行搜索来确定重叠区边界或最佳匹配位置,从而获得拼接图像。该方法的优点是原理比较直观,相对来说容易实现,缺点是计算量大,容易发生误匹配;浙江大学的许雷、张恒义等利用基于傅立叶变换的相位相关法对眼底图像的拼接进行了研究;香港大学的Paul Bao和西北工业大学的张素等则对基于小波变换的图像拼接方法进行了研究[1-3]。
在全景视频监控中,鱼眼镜头是构建全景视觉最简单,且行之有效的方法,但鱼眼镜头会引起图像的经向变形和切向变形。随着全景技术的发展和拼接算法的完善,以及物联网应用的快速发展[4],全景监控提出了更高画质的图像效果需求。然而目前的全景合成技术在处理上都存在缺陷,其根源在于难以满足实时性要求。原因在于视频正常播放帧率为25~30fps,意味着至少必须在0.04秒内合成一幅全景帧。如果需要满足这些要求,可以采取硬件升级的方式,也可以设计优越的处理算法。然而提升硬件成本较高且效果不理想,原因在于处理算法的复杂度过高。在结合算法进行视频处理时,速度达到最快的采用Microsoft Visual Studio 2012编译环境、C++和OpenCV2.0库函数编写。实验视频的分辨率为800×600像素,处理速度达到14帧/秒。相对于实时视频播放速度25帧/秒,现有处理速度是不够的。
本文利用C++结合OpenCV和MPI在Linux系统集群下测试图像并行化处理算法,以提高图像实时处理速度,满足视频实时监控的目的,并得到最佳的处理进程数。
1并行化图像处理算法
针对现行图像处理速度缓慢的问题,提出图片处理的并行化算法,且借助MPI和OpenCV在Linux系统实现并行算法,以实现图像并行化处理,达到全景监控的目的,处理步骤如下:①问题分析。分析图像处理初始问题,建立算法的串行模型;②并行算法。提取算法串行模型中计算量较大、独立性强的局部进行并行化处理,设计图像并行化处理算法,进而建立算法的并行模型;③环境配置。搭建算法测试集群环境,进而实现并行算法,并运行调试;④结果分析。对实验结果进行分析,得出结论。
考虑到处理的是圆形图片,需要对圆形图片半径上的像素点进行逐个处理。因在对半径进行微分处理时,全部的点不是都在半径上,则根据其特性选择了双线性插值对一个全景图像图面张开,以确定待处理图片的圆心和内外圆半径[5-7]。这两个参数直接影响柱面的展开效果和质量。采用霍夫圆变换得到全景图片的中心,采用Canny、Soble等算法进行边缘检测,将边缘图像中每个非零点在三维累加器中累计,以此选择全景图像的中心点O(x0,y0),同时确定全景环状图内圆半径R。
3实验结果分析
运行环境为曙光T3600集群,内含10个CB65-G双路刀片服务器计算节点,内存2*8GB DDR3 1333MHz,存储为2TSATA硬盘。实验测试运行外界所得的640×480的图像视频,并进行并行处理,表1列出了不同进程数的播放速度。
实验数据显示,随着进程的增加,播放速度先增加后减少,当达到32个进程数时,即总进程为33个时,播放速度可以满足实时监控的要求。从整体运程进程来看,如果进程数不断增加,则用于进程的通信耗时也会随之增加。可见,进程间的通信耗时成为提高并行处理效率的瓶颈。得出的结论是,在提高算法并行处理效率时,需要整体权衡各方因素选择处理进程数,从而达到算法设计优化的目的。
4结语
本文利用并行处理实现了全景监控的实时监控,并在Linux系统环境下利用C++与OpenCV结合设计实现视频图像的并行化处理算法。实验结果表明,32个进程数为最佳进程数,此时处理播放速度可以达到实时监控的目的。同时,随着进程数增加,并不一定可以减少运行时间。在借助并行设计思路处理类似问题时,应该结合整体情况选择合适的进程数,以达到最优的处理速度。
参考文献参考文献:
[1]凌云峰, 朱齐丹, 吴自新, 等. 全景视觉图像柱面理论展开算法实现及其改进[J]. 应用科技,2006(9):46.
[2]周明晖, 胡士强, 陈思聪. 基于全景摄像头的柱面展开及实时目标跟踪[J]. 计算机工程,2013(11):14.
[3]李科, 熊自明, 杜琳. 基于全景视频的虚拟地理环境建模技术研究[J]. 系统仿真学报,2013(8):18711875.
[4]陈学斌, 张淑芬, 王向东. 物联网在小麦病虫草害监控中的应用[J]. 中国植保导刊,2014(5):3842.
[5]冯永明, 杨东勇, 卢瑾. 全方位图像展开的双线性内插值法[J]. 计算机工程与应用,2008(15):5455,78.
[6]陈立栋, 徐玮, 张茂军, 等. 基于四拼图的嵌入式全景视频实时生成系统[J]. 信号处理,2009(12):19461950.
[7]马力, 张茂军, 徐玮, 等. 采用视频拼图方法构建高分辨率全景视频监控系统[J]. 中国图象图形学报,2008(12):22912296.
责任编辑(责任编辑:黄健)
随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/15 8:55:44