×

使用CPCA协处理器高效实现快速Hough变换。 (英语。俄文原件) Zbl 1490.65026号

程序。计算。柔和。 47,编号5,335-343(2021); 译自Programmirovanie 47,No.5,3-11(2021)。
小结:在这项工作中,为1890VM9Ya“KOMDIV128-M”系统芯片上的俄罗斯协处理器CPCA构建了用于快速霍夫变换(FHT)的Brady算法的计算效率实现。研究表明,FHT在图像分析中得到了广泛的应用,从无人车的视觉系统到计算机X射线断层扫描。从低级角度分析了FHT的经典递归实现。首次考虑了该算法的更有效的非递归版本。分析了算术逻辑单元和协处理器存储器的工作负载,并进行了实验性能测试。结果表明,非递归算法在CPCA上的理论可能性能为800Mops。实际可实现的最大性能为470拖把,最大实验值为406拖把。同时,协处理器单元上的工作量达到18%。因此,尽管该方法中的算术运算数量相对较少,但协处理器的使用证明是合理的。

MSC公司:

65天18分 计算机图形、图像分析和计算几何的数值方面
65日元10 特定类别建筑的数值算法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Brady,M.L.,氡变换的快速离散近似算法,SIAM J.Compute。,27, 91-99 (1998) ·Zbl 0907.68087号 ·网址:10.1137/S009753979323256673
[2] Nikolaev,D.P.、Karpenko,S.M.和Nikolayev,I.P.,Hough变换:计算机视觉领域的低估工具,Proc。第22届欧洲委员会,《建模与仿真》,2008年,第238-243页。
[3] Hough,P.V.C.,气泡室图片的机器分析,Conf.Proc。C、 1959年,第590914卷,第554-558页。
[4] 杜达,R.O。;Hart,P.E.,《使用霍夫变换检测图片中的直线和曲线》,Commun。ACM,第15页,第11-15页(1972年)·Zbl 1296.94027号 ·数字对象标识代码:10.1145/361237.361242
[5] Asvatov,E.N。;Ershov,E.I。;Nikolaev,D.I.,低维直方图的稳健正交线性回归,Sens.Sist。,31, 331-342 (2017)
[6] 尼古拉耶夫,D.P。;Nikolayev,P.P.,线性颜色分割及其实现,计算。视觉图像理解,94115-139(2004)·doi:10.1016/j.cviu.2003.10.12
[7] 库尼娜,I.A。;格拉迪林,S.A。;Nikolaev,D.P.,使用快速霍夫变换对单个图像中的径向失真进行盲补偿,计算。选择。,40, 395-403 (2016) ·doi:10.18287/2412-6179-2016-40-3-395-403
[8] 阿米努丁,努尔·沙兹瓦尼;易卜拉欣(Ibrahim)、马斯鲁利扎姆·马特(Masrullizam Mat);Ali,Nursabillah Mohd,《利用霍夫变换技术检测公路车道的新方法》,J.Inf.Commun。技术。,16244-260(2017)
[9] Kunina,I.A.、Panfilova,E.I.和Povolotskii,M.,基于时间序列动态对齐方法的道路图像行人过街检测,Tr.Inst.Sist。程序。罗斯。阿卡德。Nauk(Proc.Inst.Syst.Program,Russ.Acad.Sci.),2018年,第68卷,第S1号,第23-31页。
[10] Panfilova,E.I.、Shipitko,O.S.和Kunina,I.A.,基于Fast Hough变换的自动车辆道路标记检测,Proc。第13届国际机器视觉会议(ICMV),2021年,第11605卷,第671-680页。
[11] Jahan,R。;苏曼,P。;Singh,D.K.,基于树莓Pi的canny边缘检测和Hough变换的车道检测,Int.,J.Adv.Res.Compute。科学。,9, 85-89 (2018)
[12] Guan,J.,An,F.,Zhang,X.,et al.,基于Hough变换的路灯检测的节能硬件实现,具有并行化投票过程和局部最大值算法,IEICE Trans。信息系统。,2019年,第E102.D卷,第6期,第1171-1182页。
[13] 通盘省纳拉提普;Montean,Rattanasiriwongwut;Mahasak,Ketcham,使用嵌入式系统的车道检测,国际计算机杂志。,互联网管理。,28, 46-51 (2020)
[14] Kotov,A.A.、Konovalenko,I.A.和Nikolaev,D.P.,视频流中的目标跟踪,使用快速Hough变换进行优化,Inf.Tekhnol。维奇尔。姐姐。,2015年,第1期,第56-68页。
[15] Bocharov,A.D.,《承受极端平稳噪声的线性回归方法》,Sens.Sist。,34, 44-56 (2020)
[16] Green,A.I.,Schwartz,R。;道奇,J。;N.A.史密斯。;O.Etzioni,Commun。ACM,63,54-63(2020年)·doi:10.1145/3381831
[17] Tropin,D.V.、Ilyuhin,S.A.、Nikolaev,D.P.和Arlazarov,V.V.,《通过轮廓和对比度检测文档的方法》,2020年,arXiv:2008.02615[cs.CV]。
[18] Bezmaternykh,P.V.和Nikolaev,D.P.,使用快速Hough变换的文档倾斜检测方法,Proc。第十二届国际机器视觉会议(ICMV),2020年,第11433卷,第132-137页。
[19] Gaier,A.V.和Sheshkus,A.V..,基于神经网络的图像文本行顶线和基线检测,XII Mul’tikonferentsiya po problemam upravle-niya(Proc.13th Multiconf.Management Problems),2019年,第53-58页。
[20] Limonova,E.、Bezmaternykh,P.、Nikolaev,D.和Arlazarov,V.,《俄罗斯护照OCR系统中使用快速Hough变换的倾斜校正》,Proc。第九届国际机器视觉会议(ICMV),2017年,第10341卷,第127-131页。
[21] Martynov,S.I.和Bezmaternykh,P.V.,基于连通分量提取和轮廓特征分析的阿兹特克核心符号检测方法,Proc。第十二届国际机器视觉会议(ICMV),2020年,第11433卷,第27-34页。
[22] Bulatov,K.B。;Chukalina,M.V.公司。;Nikolaev,D.P.,计算机断层扫描的快速X射线总和计算算法,Bull。南乌拉尔州立大学,Ser.:数学。模型1。程序。计算。软件,1395-106(2020)·Zbl 1457.65248号
[23] Dolmotova,A.V.、Chukalina,M.V.和Nikolaev,D.P.,《用于计算机断层图像重建的加速FBP》,Proc。IEEE国际会议图像处理,2020年,第3030-3034页。
[24] Ingacheva,A.S.、Sheshkus,A.V.、Chernov,T.S.等人,《X射线计算机断层扫描:识别中的新工具》,Tr.Inst.Sist。程序。罗斯。阿卡德。Nauk(Proc.Inst.Syst.Program,Russ.Acad.Sci.),2018年,第68卷,第S1号,第90-99页。
[25] Bulatov,K。;Chukalina,M。;Buzmakov,A.,《监控重建:计算机断层成像作为一种随时随地的算法》,IEEE Access,8110759-110774(2020)·doi:10.1109/ACCESS.2020.3002019
[26] Sheshkus,A。;Chirvonaya,A。;尼古拉耶夫,D。;Arlazarov,V.L.,神经网络内直接和转置快速Hough变换的消失点检测,计算。选择。,44, 737-745 (2020) ·doi:10.18287/2412-6179-CO-676
[27] Sheshkus,A.和Nikolaev,D.,Houghencoder:文档图像语义分割的神经网络架构,Proc。IEEE国际会议图像处理,2020年,第1946-1950页。
[28] Lin,Y。;Pintea,S.L。;van Gemert,J.C.,《Deep Hough-transform线路先验》(2020年)·doi:10.1007/978-3-030-58542-6_20
[29] 韩,Q。;Zhao,K。;徐,J。;Cheng,M.-M.,Deep-Hough变换用于语义线检测(2020)·doi:10.1007/978-3-030-58545-7_15
[30] Teplyakov,L.、Kaymakov,K.、Shvets,E.和Nikolaev,D.,通过带有Hough层的轻型CNN进行测线,Proc。第13届国际机器视觉会议(ICMV),2021年,第11605卷,第376-385页。
[31] Usilin,S.A.、Arlazarov,V.V.、Putintsev,D.N.和Tarkhanov,I.A.,《油气井施工期间的图像识别和处理方法》,Inf.Tekhnol。维奇尔。姐姐。,2020年,第1期,第12-24页。
[32] 赵,H。;Zhang,Z.,利用霍夫变换提高红外图像中电力套管的神经网络检测精度,Sensors,20,1-16(2020)·doi:10.1109/JSEN.2020.3010656
[33] Ershov,E.I.和Karpenko,S.M.,二进模式的快速Hough变换和近似特性,2017年。
[34] Ershov,E.I。;Terekhin,A.P。;Nikolaev,D.P.,三维图像的快速霍夫变换的推广,Inf.Protssesy,17294-308(2017)
[35] 梅塔·D·P。;Sahni,S.,《数据结构和应用手册》(2018年)·兹比尔1390.68002
[36] Mikrosistema integration’naya 1890VM9Ya公司。Ukazaniya po primenniyu(集成微系统1890VM9Ya:应用说明),莫斯科:科学。研究仪器系统。分析。俄罗斯科学院。科学。,2016
[37] O.Yu.,Sudareva。,Effektivnaya realizatsiya algoritmov bystrogo preobrazovaniya Fur’e i svertki na mikroprotssource KOMDIV128-RIO(快速傅里叶变换和卷积算法在KOMDIV128-RIO微处理器上的高效实现),莫斯科:科学。Res.Inst.系统。分析。俄罗斯科学院。科学。,2014
[38] Raiko,G.O。;梅尔卡诺维奇,V.S。;于巴甫洛夫斯基。A.,在KOMDIV系列计算设备上对水声信号进行多处理器处理的编程技术,Gidroakust。,2, 85-92 (2014)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。