面向CPU＋GPU异构计算的SIFT特征匹配并行算法  

Parallel Algorithm of CPU and GPU-oriented Heterogeneous Computation in SIFT Feature Matching

作　　者：肖汉[1,2] 郭运宏[3] 周清雷[1] 

机构地区：[1]郑州大学信息工程学院河南郑州450001 [2]郑州师范学院信息科学与技术学院,河南郑州450044 [3]郑州铁路职业技术学院电气工程系,河南郑州450052

出　　处：《同济大学学报（自然科学版）》2013年第11期1732-1737,共6页Journal of Tongji University:Natural Science

基　　金：国家自然科学基金(41171357);国家“九七三”重点基础研究发展计划(2012CB719900);中国博士后科学基金(2012M510110);河南省重点科技攻关项目(132102310003);河南省教育厅科学技术研究重点项目(13A520354)

摘　　要：依据图形处理器(GPU)计算特点和任务划分的特点,提出主从模型的CPU+GPU异构计算的处理模式.通过分析和定义问题中的并行化数据结构,描述计算任务到统一计算设备架构(CUDA)的映射机制,把问题或算法划分成多个子任务,并对划分的子任务给出合理的调度算法.结果表明,在GeForce GTX 285上实现的尺度不变特征变换(SIFT)并行算法相比CPU上的串行算法速度提升了近30倍.According to the basis of features about graphic processing unit （GPU） computation and tasks division, the study tries to bring forward a method of Master/Slave CPU＋ GPU heterogeneous computation. This paper presents an analysis and definition of the parallel data structures, and a description of the mapping mechanism for computing tasks on compute unified device architecture （CUDA）. A logical scheduling algorithm is proposed to divide an issue or algorithm into many subtasks. The result shows that the speed of SIFT parallel algorithm in the Geforce GTX 285 is about 30-time of the serial algorithm running in the CPU.

关 键 词：遥感影像 特征匹配 图形处理器(GPU) 统一计算设备架构(CUDA) 尺度不变特征变换(SIFT) 

分 类 号：P231[天文地球—摄影测量与遥感] TP391[天文地球—测绘科学与技术]