基于GPU的并行带钢边缘检测系统的设计与实现

摘要

带钢检测系统是一种将光感应技术、通讯传输技术、计算机技术、工业控制技术等有效运用起来组成的要求高精度、高准确度、高实时性的检测系统。带钢占据钢铁生产中较大一部分，其质量越来越影响到各行各业，各方各面。因此带钢边缘好坏是判断板型钢材能否继续使用，是否符合标准的重要标准。在带钢生产过程中，因产生镰刀弯而影响钢铁生产线生产仍有一定量的比重，在带钢视频中及时的检测边缘形状是值得研究的课题。
　　通过比较带钢边缘形状发现，出现镰刀弯等情况的边缘通常可以用来作为非常重要的特征来对图像进行处理。通过比较图像特征匹配效果和边缘提取效果，得出了一种基于相位相关的图像特征图像匹配算法，以此对重叠的带钢图像区域进行匹配融合，根据重叠情况确定带钢边缘坐标的方法；根据带钢边缘纹理特性，得到了一种基于改进的Canny的边缘检测算法，根据带钢特性和先验知识过滤得最终边缘；然后在图像特征检测匹配在GPU上实现并行化，并在同时实现基于Canny在GPU中的并行化；由此实现了基于视频的带钢边缘检测并行系统。详细讨论了系统的体系架构，软件核心模块以及相应实现。
　　对基于视频的带钢边缘形状检测系统的核心模块代码进行了测试，分别测试了系统对各类带钢边缘形状的识别检测，同时和已有的识别检测作对比。实验证明通过对视频中带钢边缘形状检测的并行实现，极大的提高程序处理速度，提升了视频中带钢边缘处理的实时性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景与意义

1.2 课题背景

1.3 国内外研究现状

1.4 论文结构及安排

2 边缘检测和图像匹配关键技术研究

2.1 边缘检测方法

2.2 图像匹配方法

2.3 方案的选定

2.4 本章小结

3 CUDA并行计算原理

3.1 CUDA平台模型

3.2 CUDA存储结构

3.3 CUDA编程模型

3.4 性能优化分析

3.5 本章小结

4 系统设计与实现

4.1 系统功能设计

4.2 视频读入模块

4.3 边缘检测模块

4.4 图像匹配模块

4.5 镰刀弯检测模块

4.6 本章小结

5 实验结果与分析

5.1 视频读入加速结果与分析

5.2 边缘检测加速结果与分析

5.3 图像匹配加速结果与分析

5.4 本章小结

6 总结与展望

6.1 全文总结

6.2 课题展望

致谢

参考文献