灰度共生矩阵的快速实现和优化方法研究

灰度共生矩阵计算具有计算量大、计算延时长等缺点,严重影响计算的实时性。针对此问题在充分分析灰度共生矩阵计算并行性的基础上,提出了快速计算灰度共生矩阵的并行算法和并行体系结构,利用图像中像素之间计算的可并行性,设计多个Processing Elements(PEs)对多个像素进行并行计算,可有效地实现灰度共生矩阵的快速计算。由于嵌入式可重配置硬件平台资源有限,对灰度共生矩阵计算性能进行优化的同时还对资源消耗进行优化。通过对计算延时(latency)和资源消耗(area)的分析,建立新的优化目标函数,实现了性能和资源折衷的优化设计。