基于OpenCL的尺度不变特征变换算法的并行设计与实现

来源：计算机应用杂志2016年第7期北京时间：

作者：许川佩, 王光

单位：1. 桂林电子科技大学 电子工程与自动化学院, 广西 桂林 541004;2. 广西自动检测技术与仪器重点实验室(桂林电子科技大学), 广西 桂林 541004

摘要：针对尺度不变特征变换（SIFT）算法实时性差的问题，提出了利用开放式计算语言（OpenCL）并行优化的SIFT算法。首先，通过对原算法各步骤进行组合拆分、重构特征点在内存中的数据索引等方式对原算法进行并行化重构，使得算法的中间计算结果能够完全在显存中完成交互；然后，采用复用全局内存对象、共享局部内存、优化内存读取等策略对原算法各步骤进行并行设计，提高数据读取效率，降低传输延时；最后，利用OpenCL语言在图形处理单元（GPU）上实现了SIFT算法的细粒度并行加速，并在中央处理器（CPU）上完成了移植。与原SIFT算法配准效果相近时，并行化的算法在GPU和CPU平台上特征提取速度分别提升了10.51～19.33和2.34～4.74倍。实验结果表明，利用OpenCL并行加速的SIFT算法能够有效提高图像配准的实时性，并能克服统一计算设备架构（CUDA）因移植困难而不能充分利用异构系统中多种计算核心的缺点。

关键词：尺度不变特征变换算法,开放式计算语言,复用内存对象,细粒度并行,异构系统