一种基于MapReduce的K-means聚类算法FPGA加速系统

    公开(公告)号:CN107368375B

    公开(公告)日:2019-11-12

    申请号:CN201610308843.7

    申请日:2016-05-11

    Abstract: 本发明提出了一种基于MapReduce的K‑means聚类算法FPGA加速系统,该加速系统主要包括Map任务数据收发子系统、Map任务加速子系统、Reduce任务数据收发子系统和Reduce任务加速子系统,Map任务数据收发子系统传送来自PCIe端的相应数据给Map任务加速子系统,并将Map任务加速子系统的最终计算结果回传给PCIe端;Reduce任务数据收发子系统传送来自PCIe端的相应数据给Reduce任务加速子系统,并将Reduce任务加速子系统的最终计算结果回传给PCIe端。按照本发明实现的加速系统,将所需要进行的耗时计算过程从上层中分离出来,采用专用的硬件系统来进行相应的计算,并且系统中的各模块采用流水线设计和并行处理方法,大大提高了运算处理速度。

    一种基于MapReduce的K-means聚类算法FPGA加速系统

    公开(公告)号:CN107368375A

    公开(公告)日:2017-11-21

    申请号:CN201610308843.7

    申请日:2016-05-11

    Abstract: 本发明提出了一种基于MapReduce的K-means聚类算法FPGA加速系统,该加速系统主要包括Map任务数据收发子系统、Map任务加速子系统、Reduce任务数据收发子系统和Reduce任务加速子系统,Map任务数据收发子系统传送来自PCIe端的相应数据给Map任务加速子系统,并将Map任务加速子系统的最终计算结果回传给PCIe端;Reduce任务数据收发子系统传送来自PCIe端的相应数据给Reduce任务加速子系统,并将Reduce任务加速子系统的最终计算结果回传给PCIe端。按照本发明实现的加速系统,将所需要进行的耗时计算过程从上层中分离出来,采用专用的硬件系统来进行相应的计算,并且系统中的各模块采用流水线设计和并行处理方法,大大提高了运算处理速度。

    基于FPGA的实时视差计算系统

    公开(公告)号:CN105611269A

    公开(公告)日:2016-05-25

    申请号:CN201510962060.6

    申请日:2015-12-18

    CPC classification number: H04N13/128

    Abstract: 基于FPGA的实时视差计算系统,属于图像处理系统,目的在于获得更快的视差计算处理速度,从而提高视差计算的实时性。本发明包括左图像获取模块、右图像获取模块、变换模块、海明距离计算模块、视差计算模块、一致性检测模块和表决模块,左、右图像获取模块从外部读取左右图像数据,变换模块缓存左右图像数据,进行中心变换得到左右位向量,海明距离计算模块计算左右位向量之间的海明距离,视差计算模块根据海明距离计算左右视差,一致性检测模块根据左右视差检测遮挡区域,表决模块根据表决算法对遮挡区域进行填补,得到最终视差图。本发明各模块采用流水线设计和并行处理方法,处理速度快,大大降低了视差计算的计算复杂度,提高了实时性。

    基于FPGA的实时视差计算系统

    公开(公告)号:CN105611269B

    公开(公告)日:2017-09-29

    申请号:CN201510962060.6

    申请日:2015-12-18

    Abstract: 基于FPGA的实时视差计算系统,属于图像处理系统,目的在于获得更快的视差计算处理速度,从而提高视差计算的实时性。本发明包括左图像获取模块、右图像获取模块、变换模块、海明距离计算模块、视差计算模块、一致性检测模块和表决模块,左、右图像获取模块从外部读取左右图像数据,变换模块缓存左右图像数据,进行中心变换得到左右位向量,海明距离计算模块计算左右位向量之间的海明距离,视差计算模块根据海明距离计算左右视差,一致性检测模块根据左右视差检测遮挡区域,表决模块根据表决算法对遮挡区域进行填补,得到最终视差图。本发明各模块采用流水线设计和并行处理方法,处理速度快,大大降低了视差计算的计算复杂度,提高了实时性。

Patent Agency Ranking