28、图像处理：归一化相关性

图像处理：归一化相关性

1. 引言

在图像处理领域，归一化相关性是一种常用的技术，用于在图像中查找与给定模板匹配的区域。本文将介绍几种基于 CUDA 的归一化相关性实现方法，并对它们的性能进行分析。假设像素为 8 位灰度值，CUDA 实现中使用纹理来处理与模板进行比较的图像，原因如下：
- 纹理单元能优雅且高效地处理边界条件。
- 纹理缓存可在重用时聚合外部带宽，因为在计算附近的相关性值时会发生重用。
- 纹理缓存的二维局部性与相关性搜索算法的访问模式非常匹配。

接下来将探讨使用纹理和常量内存存储模板的权衡。

2. 简单的纹理 - 纹理实现

2.1 实现原理

第一个归一化互相关的实现使用纹理单元读取图像和模板的值。该实现未经过优化，甚至没有预先计算模板统计信息的优化，但易于理解，可作为更高级优化实现的基础。

2.2 代码实现

__global__ void 
corrTexTex2D_kernel( 
    float *pCorr, size_t CorrPitch, 
    float cPixels,
    int xOffset, int yOffset,
    int xTemplate, int yTemplate,
    int wTemplate, int hTemplate,
    float xUL, float yUL, int w, int h )
{
    size_t row = blockIdx.y*blockDim.y + threadIdx.y;
    size_t col