數位影像處理:最佳化處理策略之快速消除扭曲演算法
最佳化處理策略之快速消除扭曲演算法 我們的論文(最佳化處理策略之快速消除扭曲演算法;A Quickly Dewarping Algorithm of Optimization Processing Strategy)被 2019 工程科技應用研討會 接受了。 會議地點在台北城市科技大學的工程學院,舉辦日期是西元二零一九年四月十二日。 最近,全景影像的應用逐漸變得越來越有用。優點是一個能夠捕捉360度影像的相機。但是,360度影像是圓形影像。因此,Dewarping技術有助於圓形影像轉換為平面影像。在本研究中,不需要參考額外的信息,如攝像機參數,鏡頭參數,視頻或影像參數等。本研究提出了去扭曲演算法的優化處理策略。策略和演算法進一步改善了性能。快速去扭曲演算法能夠將圓(全景影像)快速變換為平面影像。優化處理策略能夠提高演算法的性能。用於評估性能,本研究中使用的CPU負載。比較其他Dewarping演算法的性能。結果,這項研究在性能方面優於其他Dewarping演算法。 本研究旨在研究去扭曲演算法的快速計算和低CPU負載。 例如,圖2是原始影像。 圖3顯示了本研究的基線。 圖4是研究的結果影像(全景影像)。 圖2 原始影像 圖3 顯示了本研究的基線 圖4 研究的結果影像(全景影像) 表1是比較概覽表[8]。 有六家公司的演算法和我們提出的演算法。 這項研究支持所有魚眼相機和特殊魚眼相機(Cata-Fisheye相機)。 有不同之處在於是否使用GPU。 雖然有兩家公司使用GPU進行去扭曲演算法。 但是,當應用OpenCL來使用GPU時,NUUO的去扭曲演算法的CPU負載為19%。 當源影像的分辨率為1920 x 1440時,我們提出的CPU負載為3.65%。圖5是我們提出的演算法的CPU負載圖。 表1 比較概覽表 User additional effort Generic De-warp Support vendor Calibration GPU Acceleration NUUO No need ...
Comments
Post a Comment