[發(fā)明專利]面向向量處理器的SAD向量化實現(xiàn)方法

有效

• 申請?zhí)枺?/td>: 201110213343.2
• 申請日: 2011-07-28
• 公開（公告）號: CN102231202A
• 公開（公告）日: 2011-11-02
• 發(fā)明（設(shè)計）人: 劉仲;陳書明;劉衡竹;陳躍躍;陳海燕;龔國輝;孫永節(jié);萬江華;吳家鑄;陳勝剛
• 申請（專利權(quán)）人: 中國人民解放軍國防科學(xué)技術(shù)大學(xué)
• 主分類號: G06T1/20
• 分類號: G06T1/20
• 代理公司: 湖南兆弘專利事務(wù)所 43008
• 代理人: 周長清

1.一種面向向量處理器的SAD向量化實現(xiàn)方法，其特征在于包括以下步驟：

(1)設(shè)實時圖A，其大小為MxN，模板圖為B，其大小為mxn，且M＞m，N＞n；向量處理器包括P個處理單元；

(2)向量處理器遍歷實時圖A并存取實時圖A中的兩個頭部間隔4個元素且向量長度為4*p的子圖A_uv和A_(u+4)v，通過混洗操作得到4個頭部間隔1個元素且長度為4*p的相鄰子圖A_(u+k)v(k＝0，1，2，3)；

(3)從模板圖B中取1個向量長度為4*p的子圖；該子圖坐標與子圖A_(u+k)v(k＝0，1，2，3)的坐標位置對應(yīng)；

(4)分別計算出4個子圖A_(u+k)v(k＝0，1，2，3)與模板圖B的SAD系數(shù)值ρ(u，v)，ρ(u，v+1)，ρ(u，v+2)，ρ(u，v+3)；

(5)令u＝u+4，重復(fù)上述步驟(2)到步驟(5)直至遍歷完實時圖A，可以計算得到實時圖A與模板圖B的所有SAD系數(shù)值。

2.根據(jù)權(quán)利要求1所述的面向向量處理器的SAD向量化實現(xiàn)方法，其特征在于，所述的步驟(4)中ρ(u，v)的計算公式為：

ρ(u,v)=Σi=0m-1Σj=0n-1|(Auv)ij-Bij|=Σl=0L-1Σj=04(p-1)|(Auv)ij-Bij|=Σl=0L-1Σv=0p-1|aiv⊕biv|⊗ev]]>

其中a_iv＝(A_uv)_iv，(A_uv)_i(v+1)，(A_uv)_i(v+2)，(A_uv)_i(v+3)為子圖A_uv中4個8位像素值構(gòu)成的32位定點向量；b_iv＝(B_iv，B_i(v+1)，B_i(v+2)，B_i(v+3)為模板圖B中4個8位像素值構(gòu)成的32位定點向量，e_v＝(1，1，1，1)為4個單位像素值構(gòu)成的32位定點向量，為兩個向量的點積；L是循環(huán)計數(shù)，L＝mn/4p；

分別令u＝u+k，(k＝0，1，2，3)，代入上式中，可分別計算得到ρ(u，v)，ρ(u，v+1)，ρ(u，v+2)，ρ(u，v+3)。

3.根據(jù)權(quán)利要求2所述的面向向量處理器的SAD向量化實現(xiàn)方法，其特征在于，所述是計算a_iv，b_iv兩個向量的差的絕對值的和，包括以下4個計算步驟：

①為基于SIMD的減法操作求a_iv，b_iv兩個向量的差；

②為基于SIMD的求絕對值操作對步驟①的減法結(jié)果分別求絕對值；

③為基于SIMD的點積操作對步驟②的絕對值結(jié)果在處理單元內(nèi)求和；

④為基于向量處理器的定點歸約求和操作計算a_iv，b_iv兩個向量的差的絕對值的和。