Извлечение признаков Используя SURF
Алгоритм распознавания с помощью Ускоренных устойчивых функций (SURF) состоит из трех шагов: извлечение признаков, описание функции и соответствие функции. Этот пример выполняет извлечение признаков, которое является первым шагом алгоритма SURF. Алгоритм, используемый здесь, основан на реализации библиотеки OpenSURF. В этом примере показано, как можно использовать GPU Coder™, чтобы решить, это вычисляет интенсивную проблему через генерацию кода CUDA®.
Сторонние необходимые условия
Необходимый
Этот пример генерирует MEX CUDA и имеет следующие сторонние требования.
CUDA включил NVIDIA® графический процессор и совместимый драйвер.
Дополнительный
Для сборок неMEX, таких как статические, динамические библиотеки или исполняемые файлы, этот пример имеет следующие дополнительные требования.
Инструментарий NVIDIA.
Переменные окружения для компиляторов и библиотек. Для получения дополнительной информации смотрите Стороннее Оборудование и Подготовку Необходимых как условие продуктов.
Проверьте среду графического процессора
Чтобы проверить, что компиляторы и библиотеки, необходимые для выполнения этого примера, настраиваются правильно, используйте coder.checkGpuInstall функция.
envCfg = coder.gpuEnvConfig('host');
envCfg.BasicCodegen = 1;
envCfg.Quiet = 1;
coder.checkGpuInstall(envCfg);
Извлечение признаков
Извлечение признаков является основным шагом в любом алгоритме алгоритма распознавания. Это относится к процессу извлечения полезной информации, называемой функциями от входного изображения. Извлеченные функции должны быть представительными по своей природе, неся важные и уникальные атрибуты изображения.
Функция SurfDetect.m является основной точкой входа, которая выполняет извлечение признаков. Эта функция принимает 8-битный RGB или 8-битное полутоновое изображение как вход. Возвращенный выходной параметр является массивом извлеченных точек интереса. Эта функция состоит из следующих вызовов функции, которые содержат расчеты, подходящие для распараллеливания графического процессора:
Функция Convert32bitFPGray.m преобразует 8-битное изображение RGB в 8-битное полутоновое изображение. Если обеспеченный вход уже находится в 8-битном полутоновом формате, пропустите этот шаг. После этого шага 8-битное полутоновое изображение преобразовано в 32-битное представление с плавающей точкой для включения быстрых расчетов на графическом процессоре.
Функция MyIntegralImage.m вычисляет интегральное изображение 32-битного полутонового изображения с плавающей точкой, полученного на предыдущем шаге. Интегральное изображение полезно для упрощения нахождения суммы пикселей, заключенных в любой прямоугольной области изображения. Нахождение суммы пикселей помогает в улучшении скорости сверток, выполняемых на следующем шаге.
Функция FastHessian.m выполняет свертку изображения с фильтрами поля различных размеров и хранит вычисленные ответы. В данном примере используйте эти параметры:
Number of Octaves: 5
Number of Intervals: 4
Threshold: 0.0004
Filter Sizes: Octave 1 - 9, 15, 21, 27
Octave 2 - 15, 27, 39, 51
Octave 3 - 27, 51, 75, 99
Octave 4 - 51, 99, 147, 195
Octave 5 - 99, 195, 291, 387
Функция NonMaxSuppression_gpu.m выполняет немаксимальное подавление, чтобы отфильтровать только полезные точки интереса от ответов, полученных ранее. Сгенерировать ядро, которое использует
atomicAddоперация, используйтеcoder.cevalсоздать. Поскольку это построение не совместимо, когда вызвано непосредственно от MATLAB®, существует два различных вызова функции. Функция NonMaxSuppression_gpu.m вызывается, когда генерации кода графического процессора включают, и NonMaxSuppression.m вызывается, когда вы выполняете алгоритм непосредственно в MATLAB.
Функция OrientationCalc.m вычисляет и присваивает ориентацию точкам интереса на предыдущем шаге.
Конечным результатом является массив точек интереса, где точка интереса является структурой, которая состоит из этих полей:
x, y (coordinates), scale, orientation, Laplacian
Считайте входное изображение
Считайте входное изображение в MATLAB при помощи imread функция.
imageFile = 'peppers.png';
inputImage = imread(imageFile);
imshow(inputImage);
Сгенерируйте MEX CUDA для функции
Сгенерировать MEX CUDA для SurfDetect функционируйте, создайте объект настройки GPU Coder, и затем запустите codegen функция.
cfg = coder.gpuConfig('mex'); evalc('codegen -config cfg SurfDetect -args {inputImage}');
Запустите MEX-функцию на графическом процессоре
Можно вызвать сгенерированную MEX-функцию SurfDetect_mex работать на графическом процессоре:
disp('Running GPU Coder SURF'); interestPointsGPU = SurfDetect_mex(inputImage); fprintf(' GPU Coder SURF found: %d interest points\n',length(interestPointsGPU));
Running GPU Coder SURF
GPU Coder SURF found: 249 interest points
Изобразите извлеченные точки интереса
Выход interestPointsGPU массив извлеченных точек интереса. Эти точки интереса изображены по входному изображению в окне рисунка.
DrawIpoints(imageFile, interestPointsGPU);
Ссылки
Примечания по библиотеке OpenSURF Кристофером Эвансом.
Surf: ускоренные устойчивые функции Гербертом Бэем, Тинном Тейтелэарсом и Люком Ван Гулом.
Смотрите также
Функции
codegen|coder.gpu.kernel|coder.gpu.kernelfun|gpucoder.matrixMatrixKernel|coder.gpu.constantMemory|gpucoder.stencilKernel|coder.checkGpuInstall