[发明专利]基于多核处理器的哈里斯特征点检测并行实现方法

权利要求书

1.一种基于多核处理器的哈里斯特征点检测并行实现方法，其特征是，包括如下步骤：

步骤一：并行梯度计算：将输入图像的梯度计算分配给不同的线程以实现并行计算；

步骤二：并行高斯滤波步骤：将Ix2梯度图像、Iy2梯度图像和Ixy梯度图像的高斯滤波操作分配给不同的线程以实现并行计算；

步骤三：并行特征点响应函数计算步骤：将自相关矩阵图像的特征点响应函数计算分配给不同的线程以实现并行计算；

步骤四：并行非极大值抑制步骤：将特征点响应函数图像的非极大值抑制操作分配给不同的线程以实现并行计算。

2.如权利要求1所述的基于多核处理器的哈里斯特征点检测并行实现方法，其特征是，并行梯度计算步骤进一步具体为：将输入图像划分为N×N的图像块，即每块含N行，每行含N个像素点；将每个图像块分配给不同的线程，即需要N2个线程；每个线程并行计算每个图像块的水平梯度Ix和垂直梯度Iy；每个线程并行计算每个图像块的水平梯度的平方Ix2、垂直梯度的平方Iy2和水平梯度与垂直梯度的乘积Ixy；其中，Ix和Iy分别表示图像在水平和垂直方向上的梯度，Ix2表示图像在水平方向上梯度的平方；Iy2表示图像在垂直方向上梯度的平方；Ixy表示图像在水平和垂直方向上梯度的乘积，N为正整数。

3.如权利要求1所述的基于多核处理器的哈里斯特征点检测并行实现方法，其特征是，并行高斯滤波步骤进一步具体为：将Ix2梯度图像、Iy2梯度图像和Ixy梯度图像划分为N×N的图像块，即每块含N行，每行含N个梯度值；将每个图像块分配给不同的线程，即需要N2个线程；每个线程并行计算每个图像块的自相关矩阵中的元素A、B和C；其中，A由对Ix2梯度图像进行高斯滤波而得；B由对Iy2梯度图像进行高斯滤波而得；C由对Ixy梯度图像进行高斯滤波而得。

4.如权利要求1所述的基于多核处理器的哈里斯特征点检测并行实现方法，其特征是，并行特征点响应函数计算步骤进一步具体为：将自相关矩阵图像划分为N×N的图像块，即每块含N行，每行含N个自相关矩阵；将每个图像块分配给不同的线程，即需要N2个线程；每个线程并行计算每个图像块的特征点响应函数。

5.如权利要求1所述的基于多核处理器的哈里斯特征点检测并行实现方法，其特征是，并行非极大值抑制步骤进一步具体为：将特征点响应函数图像划分为N×N的图像块，即每块含N行，每行含N个特征点响应函数；将每个图像块分配给不同的线程，即需要N2个线程；每个线程并行计算每个图像块的最终特征点。