基于OpenMP并行技術(shù)的多核環(huán)境下輪對圖像處理方法研究*

朱 瑾，吳開華

(杭州電子科技大學(xué)生命信息與儀器工程學(xué)院，浙江杭州310018)

0 引言

輪對是鐵路車輛重要的走行部件，其磨耗參數(shù)的在線檢測對交通運(yùn)輸安全具有重大意義［1-2］。基于光電圖像的輪對磨耗參數(shù)在線檢測方法［3-5］因其非接觸、檢測精度高和速度快等優(yōu)勢受到關(guān)注和研究。該方法是將激光照射在輪對上，由CCD 攝像機(jī)獲取激光投影即輪對圖像，通過數(shù)字圖像處理技術(shù)對輪對圖像進(jìn)行分析獲取磨耗參數(shù)。由于在線檢測中輪對圖像的數(shù)據(jù)量大且采用的圖像處理算法復(fù)雜度高而導(dǎo)致處理速度慢、影響輪對在線檢測的實(shí)時(shí)性。目前國內(nèi)的輪對磨耗在線檢測速度低于20 km/h，隨著列車的不斷提速，對車輛輪對在線檢測的速度及輪對圖像的處理速度提出更高的要求。

隨著計(jì)算機(jī)軟硬件的發(fā)展，計(jì)算機(jī)中使用多核處理器逐漸成為主流，多核處理器在計(jì)算機(jī)中的應(yīng)用［6］使得基于多核的圖像并行處理受到廣泛的研究和應(yīng)用［7-8］，圖像并行處理能夠使圖像的處理速度大大提高，在實(shí)際生產(chǎn)應(yīng)用中能夠帶來巨大的經(jīng)濟(jì)效益同時(shí)也影響著工業(yè)技術(shù)的發(fā)展。

基于多核的圖像并行處理技術(shù)取得了較多的研究成果［9］，但針對輪對圖像的并行研究還很少［10］。為保障高速輪對在線檢測的實(shí)時(shí)性和高效性，本研究針對輪對圖像，提出OpenMP 并行技術(shù)［11-12］在多核環(huán)境下對輪對圖像的處理進(jìn)行并行優(yōu)化，并設(shè)計(jì)并行優(yōu)化方案，通過實(shí)驗(yàn)分析其并行效果。

1 輪對圖像的特點(diǎn)及處理流程

輪對圖像是由CCD 攝像機(jī)獲取的8 位灰度圖，每個(gè)像素點(diǎn)的灰度值范圍是0 ～255。外界因素如曝光時(shí)間、環(huán)境光等變化的影響會(huì)使獲取的輪對圖像的灰度發(fā)生動(dòng)態(tài)變化，其灰度分布和噪聲強(qiáng)弱也存在差異。通過統(tǒng)計(jì)大量輪對圖像，根據(jù)其特點(diǎn)分為常規(guī)輪對圖像、弱光輪對圖像以及強(qiáng)光輪對圖像3 種類型，3 種典型輪對圖像如圖1所示。

輪對圖像的處理流程主要包括圖像分割、圖像細(xì)化和像素跟蹤等。通過圖像分割，獲取目標(biāo)輪廓曲線，圖像分割后，輪對輪廓曲線將有一定寬度，這對后期特征點(diǎn)的確定和參數(shù)計(jì)算不利。因此，研究者要采用圖像形態(tài)學(xué)對輪對圖像進(jìn)行圖像細(xì)化處理，使得輪對輪廓曲線變成單像素線條。圖像由于拍攝或者前期處理的原因，細(xì)化后輪廓曲線可能是不連續(xù)的，還要對圖像進(jìn)行像素跟蹤，將相鄰的不連續(xù)點(diǎn)連接。最終得到一條單像素連貫的目標(biāo)輪對輪廓曲線。

圖1 3 種典型輪對圖像

由于圖像分割對后期的處理影響較大，本研究針對3 種類型的輪對圖像，采用不同的分割方法。常規(guī)輪對圖像，目標(biāo)與背景差異明顯，可采用普通的分割方法，本研究采用區(qū)域生長分割算法對常規(guī)輪對圖像進(jìn)行處理。對于輪廓線不清晰的弱光輪對圖像，為了保留較多的圖像信息，筆者先采用K-均值聚類法進(jìn)行預(yù)處理。對背景噪聲較強(qiáng)的強(qiáng)光輪對圖像，普通的分割算法容易造成分割不足的現(xiàn)象。本研究采用灰度線性變換對圖像進(jìn)行預(yù)處理，對預(yù)處理后的弱光輪對圖像和強(qiáng)光輪對圖像采用二維大津法進(jìn)程圖像分割。分割流程如圖2所示。

2 輪對圖像處理的并行優(yōu)化設(shè)計(jì)

在線檢測的過程中，輪對圖像的處理還包括圖像的讀入和寫出，因此程序的設(shè)計(jì)分3 個(gè)處理單元:圖像數(shù)據(jù)讀入、圖像分析處理和結(jié)果圖像寫出。圖像數(shù)據(jù)的讀入和結(jié)果圖像的寫出過程涉及I/O 接口的交互操作，運(yùn)行時(shí)間受到外設(shè)設(shè)備能力、帶寬和總線頻率的影響和制約;而圖像分析處理單元是通過圖像處理算法對輪對圖像進(jìn)行分析，主要利用CPU 的計(jì)算資源，算法中需要大量的運(yùn)算操作，處理速度受CPU 性能的影響。

圖2 輪對圖像分割流程圖

OpenMP 并行是基于fork-join 執(zhí)行模型，該模型如圖3所示。在這種執(zhí)行模型中，程序開始時(shí)一個(gè)主線程串行執(zhí)行，到并行區(qū)域是會(huì)啟動(dòng)一組線程來并行執(zhí)行。當(dāng)并行結(jié)束后，回到主線程串行操作模式。

圖3 fork-join 并行模型

本研究的軟件開發(fā)設(shè)計(jì)采用Visual Studio 2010 編譯器，能夠直接支持OpenMP 的并行實(shí)現(xiàn)。OpenMP 的并行編譯指導(dǎo)語句主要是:①#pragma omp parallel 指并行結(jié)構(gòu)，其中的代碼被多個(gè)工作線程執(zhí)行;②#pragma omp for 指工作共享結(jié)構(gòu)，使循環(huán)被分配帶多個(gè)線程中并行執(zhí)行。通過編譯指導(dǎo)語句，能夠快速地進(jìn)行程序中線程的創(chuàng)建和銷毀，實(shí)現(xiàn)極低的系統(tǒng)開銷和線程等待時(shí)間。

OpenMP 具有靈活簡易、可移植等優(yōu)點(diǎn)，在程序架構(gòu)的設(shè)計(jì)較為簡潔易懂，且編譯指導(dǎo)指令能夠較容易的達(dá)到并行化目的。用于循環(huán)結(jié)構(gòu)的并行化操作，該技術(shù)也受到循環(huán)的制約，應(yīng)用范圍受到限制。由于輪對圖像具有數(shù)量多，且處理流程一致的特點(diǎn)，可以利用OpenMP 并行技術(shù)進(jìn)行編程指導(dǎo)，采用多圖并行處理的編程模式，實(shí)現(xiàn)輪對圖像的并行優(yōu)化。

對輪對圖像處理的并行優(yōu)化設(shè)計(jì)如圖4所示，可將多幅圖像分成一組，按組操作。本研究對圖像的每個(gè)處理單元通過OpenMP 編譯指令語句開辟多個(gè)線程，實(shí)現(xiàn)一組輪對圖像的并行處理。當(dāng)一個(gè)處理單元完成后回到主線程，再進(jìn)行下一個(gè)處理單元的并行化。筆者總共設(shè)計(jì)3 個(gè)循環(huán)，開辟的線程數(shù)參考CPU 的核數(shù)設(shè)定。當(dāng)一組圖像寫出后再進(jìn)行下一組圖像數(shù)據(jù)的處理。

圖4 OpenMP 對輪對圖像的處理流程

3 實(shí)驗(yàn)及結(jié)果分析

為滿足最大256 輛編組的輪對在線檢測，本研究采用基于光電圖像的輪對磨耗在線檢測方法，需處理4 092 組輪對，共8 184 幅輪對圖像。當(dāng)車輛輪對的在線檢測速度為80 km/h 時(shí)，要保證檢測的實(shí)時(shí)性，全部輪對圖像的處理時(shí)間需限定在353 s 內(nèi)完成，因此輪對圖像的處理應(yīng)不大于43 ms/幅。

本研究將OpenMP 技術(shù)對輪對圖像并行優(yōu)化處理與輪對圖像單線程處理進(jìn)行實(shí)驗(yàn)對比分析。實(shí)驗(yàn)的測試平臺(tái)是基于四核處理器的凌華工控機(jī)，操作系統(tǒng)為Windows XP，處理器為Pentium 4，內(nèi)存為3.5 GB。

輪對圖像處理中，OpenMP 并行編程對圖像處理3個(gè)單元均開辟4 個(gè)線程。筆者將輪對圖像分成8 幅圖像一組，分析輪對圖像特點(diǎn)，每組組合不同類型的輪對圖像，分成6 種情況，每種情況實(shí)驗(yàn)10 次，得到運(yùn)行結(jié)果。取每種情況在單線程和OpenMP 四線程環(huán)境下得到的輪對圖像處理速度的最大值、最小值以及平均值，結(jié)果如表1所示。

表1 單線程和OpenMP 四線程對輪對圖像的處理結(jié)果(單位:ms/幅)

該實(shí)驗(yàn)每次對8 幅輪對圖像進(jìn)行處理，由于不同類型的輪對圖像采用的分割方法不同，一組輸入圖像不一定為同一類型的圖像，多圖并行處理會(huì)存在等待和資源競爭，耗時(shí)差別較明顯。由表1 可知，采用單線程對輪對圖像進(jìn)行處理，平均處理時(shí)間達(dá)91 ms/幅，遠(yuǎn)大于43 ms/幅在線檢測的要求。采用OpenMP 并行技術(shù)對輪對圖像的處理進(jìn)行并行優(yōu)化，平均耗時(shí)為33 ms/幅，比單線程輪對圖像的處理速度有大于2 倍的提升，能夠滿足車輛輪對在線檢測速度達(dá)到80 km/h時(shí)對輪對圖像處理速度的要求。OpenMP 并行技術(shù)能夠更充分地利用計(jì)算機(jī)多核資源，提高圖像的處理速度。

4 結(jié)束語

本研究針對基于光電圖像的輪對在線檢測中的輪對圖像，在多核環(huán)境下，采用OpenMP 并行技術(shù)對輪對圖像的處理進(jìn)行并行優(yōu)化，設(shè)計(jì)并行方案，并通過實(shí)驗(yàn)與單線程對輪對圖像的處理進(jìn)行對比分析。

實(shí)驗(yàn)結(jié)果表明，通過OpenMP 并行技術(shù)對輪對圖像處理的并行優(yōu)化能夠有效提高輪對圖像的處理速度，可滿足車輛輪對80 km/h 速度在線檢測時(shí)的圖像處理速度要求，保障了在線檢測的實(shí)時(shí)性和高效性。

［1］郭 瓊，崔建英，張志峰.鐵路車輛輪對檢測技術(shù)綜述［J］.儀器儀表學(xué)報(bào)，2008，(z2):1125-1127.

［2］高靜濤，戴立新，王澤勇.輪對狀態(tài)動(dòng)態(tài)檢測系統(tǒng)應(yīng)用綜述［J］.鐵道技術(shù)監(jiān)督，2009(7):10-12.

［3］WU K H，CHEN J.Dynamic measurement for wheel diameter of train based on high-speed CCD and laser displacement sensors［J］.SENSOR LETTERS，2011，9(5):2099-2103.

［4］趙 勇.基于激光圖像的輪對踏面磨耗動(dòng)態(tài)測量［J］.激光與紅外，2012，42(7):743-746.

［5］任宏偉，李 聲.基于圖像的輪對在線動(dòng)態(tài)檢測應(yīng)用研究［J］.機(jī)車車輛工藝，2004(5):29-31.

［6］李曉明，王 韜，劉 東，等.走進(jìn)多核時(shí)代［J］.計(jì)算機(jī)科學(xué)與探索，2008，2(6):562-568.

［7］楊冠男，袁 杰.多核并行運(yùn)算加速圖像處理［J］.現(xiàn)代電子技術(shù)，2013，36(2):36-38.

［8］王成良，謝客家，劉 昕.多核圖像處理并行設(shè)計(jì)范式的研究與應(yīng)用［J］.計(jì)算機(jī)工程，2011，37(14):221-225.

［9］黃文慧.圖像處理并行編程方法的研究與應(yīng)用［D］.廣州:華南理工大學(xué)軟件學(xué)院，2012.

［10］史 倩，吳開華.輪對磨耗在線檢測技術(shù)研究［D］.杭州:杭州電子科技大學(xué)生命信息與儀器工程學(xué)院，2013.

［11］JIN H，JESPERSEN D，MEHROTRA P，et al.High performance computing using MPI and OpenMP on multi-core parallel systems［J］.Parallel Computing，2011，37(9):562-575.

［12］陳永健.OpenMP 編譯與優(yōu)化技術(shù)研究［D］.北京:清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，2004.