基于GPU的SIFT特征提取算法研究

被引:16
作者
王瑞 [1 ,2 ]
梁华 [1 ]
蔡宣平 [1 ]
机构
[1] 国防科学技术大学电子科学与工程学院
[2] 武警兵团指挥部第七支队
关键词
特征提取; 描述符; SIFT; SIFT GPU;
D O I
10.16652/j.issn.1004-373x.2010.15.052
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
传统SIFT算法的优化和实现都是针对常用处理器(CPU)提出的,处理速度慢,实时性很难得到保证。通过实现基于NVIDIA公司CUDA架构图形处理器(GPU)的SIFT特征提取算法,优化了数据存储结构,提高了数据访问效率。实验结果表明,基于GPU的SIFT特征提取算法充分利用GPU的并行处理能力,计算速度提高幅度明显,图像越大越复杂,提高的幅度越大,处理1600×1200图像时甚至可达近15倍的加速比,极大地提高了SIFT算法在实际应用中的实时性。
引用
收藏
页码:41 / 43+46 +46
页数:4
相关论文
共 6 条
[1]   基于GPU的快速Sobel边缘检测算法 [J].
左颢睿 ;
张启衡 ;
徐勇 ;
赵汝进 .
光电工程, 2009, 36 (01) :8-12
[2]   图形处理器CUDA编程模型的应用研究 [J].
钱悦 .
计算机与数字工程, 2008, 36 (12) :177-180
[3]   SIFT特征匹配算法研究 [J].
王国美 ;
陈孝威 .
盐城工学院学报(自然科学版), 2007, (02) :1-5+10
[4]   基于SIFT特征的遥感影像自动配准 [J].
李晓明 ;
郑链 ;
胡占义 .
遥感学报, 2006, (06) :885-892
[5]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[6]  
General-purpose computation on GPUs. GPGPU. http://www.gpgpu.org . 2010