利用ARM NEON扩展快速实现形态学滤波
分布式、并行与集群计算
2020-02-24 v1 计算机视觉与模式识别
图像与视频处理
摘要
本文考察ARM处理器上形态学图像滤波的加速潜力。形态学运算广泛用于图像分析与识别，其加速在某些情况下可显著减少识别的总体执行时间。更具体地，我们提出利用ARM SIMD扩展NEON快速实现腐蚀与膨胀。这些采用矩形结构元素的运算是可分离的。我们借助可分离性优势，以顺序水平与垂直遍历实现。每次遍历对大窗口采用van Herk/Gil-Werman算法，对小窗口采用低常数线性复杂度算法。最终实现通过SIMD改进，并组合了这些方法。我们还考虑利用ARM NEON快速转置8x8与16x16矩阵，以为形态学运算获取额外计算增益。实验显示，相比无SIMD的van Herk/Gil-Werman算法，最终腐蚀与膨胀实现效率提升3倍；相比无SIMD转置，8x8矩阵转置加速5.7倍，16x16矩阵转置加速12倍。
引用
@article{arxiv.2002.09474,
title = {Fast Implementation of Morphological Filtering Using ARM NEON Extension},
author = {Elena Limonova and Arseny Terekhin and Dmitry Nikolaev and Vladimir Arlazarov},
journal= {arXiv preprint arXiv:2002.09474},
year = {2020}
}
备注
6 pages, 4 figures