Σήμερα, οι ολοένα αυξανόμενες τεχνολογικές εξελίξεις έχουν οδηγήσει στην ανάπτυξη πιο πολύπλοκων και υπολογιστικά εντατικών αλγόριθμων επεξεργασίας εικόνας. Πολλοί από αυτούς τους αλγόριθμους έχουν υιοθετηθεί σε σημερινά ενσωματωμένα συστήματα που στοχεύουν σε διάφορες εφαρμογές όπως στην αυτοκινητοβιομηχανία, στην τριδιάστατη ναυσιπλοΐα, στην επιτήρηση κ.λπ. Ωστόσο, σε πραγματικό χρόνο ενσωματωμένα συστήματα, όπου ο λανθάνων χρόνος και η δύναμη διαδραματίζουν σημαντικό ρόλο, οι υλοποιήσεις προσανατολισμένες στο λογισμικό για γενική χρήση, οι CPU, ενδέχεται να μην προσφέρουν ικανοποιητικές λύσεις. Στόχοι της εργασίας αυτής είναι ο σχεδιασμός ενός συστήματος επεξεργασίας εικόνας για ενσωματωμένες εφαρμογές, η ανάπτυξή του σε πλατφόρμα System-on-Chip (SoC) και η αξιολόγηση του ανεπτυγμένου Συστήματος. Επιλέχθηκε ο αλγόριθμος Harris Corner Detector, σε ένα σύστημα πραγματικού χρόνου λήψης της εικόνας εισόδου από μια φωτογραφική μηχανή. Βασικός στόχος της εργασίας είναι η υλοποίηση του Harris-Corner αλγορίθμου σε Tegra X1 GPU SoC. Θα μελετηθούν και πιθανές βελτιστοποιήσεις του αλγορίθμου για μεγαλύτερη ταχύτητα.
(EL)
In recent years, the continually advancing technological developments have led to the creation of more complex and computationally intensive image processing algorithms. Many of these algorithms have been adopted in today’s embedded systems targeting various applications such as the automotive industry, 3D navigation, surveillance etc. However, in real-time embedded systems, where latency and power play a crucial role, software-oriented implementations for general-purpose CPUs may not offer satisfactory solutions. The purposes of this project are to design an image processing system for embedded applications, develop it on a System-on-Chip (SoC) platform and evaluate the developed System. The Harris Corner Detector algorithm was chosen to be implemented in a real-time system that captures the input image from a camera. The main goal of the project is to implement the Harris-Corner algorithm on a Tegra X1 GPU SoC. Optimizations of the algorithm for increased speed will also be studied.
(EN)
Hellenic Academic Libraries Link
