[论文解读] Fast Implementation of Morphological Filtering Using ARM NEON Extension

Elena Limonova, Arseny P. Terekhin+2 more|arXiv (Cornell University)|Feb 19, 2020

CCD and CMOS Imaging Sensors参考文献 7被引用 7

一句话总结

本文提出了一种基于 ARM NEON SIMD 指令集的形态学腐蚀与膨胀操作的优化实现，利用可分离性与混合算法（大窗口使用 van Herk/Gil-Werman 算法，小窗口使用低常数线性算法），并结合快速的 8x8 和 16x16 矩阵转置。该方法在 16x16 矩阵转置上实现了最高 12× 的加速，在腐蚀/膨胀操作上相比非 SIMD 基线实现实现了 3× 的加速。

ABSTRACT

In this paper we consider speedup potential of morphological image filtering on ARM processors. Morphological operations are widely used in image analysis and recognition and their speedup in some cases can significantly reduce overall execution time of recognition. More specifically, we propose fast implementation of erosion and dilation using ARM SIMD extension NEON. These operations with the rectangular structuring element are separable. They were implemented using the advantages of separability as sequential horizontal and vertical passes. Each pass was implemented using van Herk/Gil-Werman algorithm for large windows and low-constant linear complexity algorithm for small windows. Final implementation was improved with SIMD and used a combination of these methods. We also considered fast transpose implementation of 8x8 and 16x16 matrices using ARM NEON to get additional computational gain for morphological operations. Experiments showed 3 times efficiency increase for final implementation of erosion and dilation compared to van Herk/Gil-Werman algorithm without SIMD, 5.7 times speedup for 8x8 matrix transpose and 12 times speedup for 16x16 matrix transpose compared to transpose without SIMD.

研究动机与目标

• 解决在基于 ARM 的嵌入式系统中实时图像处理时形态学滤波的性能瓶颈。
• 降低在 ARM 处理器上对矩形结构元素执行腐蚀与膨胀操作的计算复杂度。
• 利用 ARM NEON 的 SIMD 并行性，加速矩阵转置和形态学操作等关键图像处理原语。
• 通过结合可分离性、自适应窗口处理与数据级并行性的算法优化，实现高性能。

提出的方法

• 通过将二维形态学操作分解为顺序的水平与垂直遍历，利用矩形结构元素的可分离性。
• 对大窗口尺寸应用 van Herk/Gil-Werman 算法，以实现每趟操作的 O(n) 线性复杂度。
• 对小窗口尺寸采用低常数线性复杂度算法，以最小化开销并提高效率。
• 根据窗口尺寸动态结合两种算法，以在性能与精度之间取得平衡。
• 使用 ARM NEON 内嵌函数实现优化的 8x8 和 16x16 矩阵转置例程，以加速可分离滤波中的数据重组。
• 在所有阶段集成 SIMD 向量化，以充分利用 ARM NEON 单元上的数据级并行性。

实验结果

研究问题

• RQ1 如何利用 SIMD 扩展在 ARM 处理器上加速形态学滤波？
• RQ2 将可分离滤波与 NEON 优化内核结合用于腐蚀与膨胀操作时，性能提升如何？
• RQ3 混合算法（van Herk/Gil-Werman + 低常数线性）在不同窗口尺寸下减少计算成本的效率如何？
• RQ4 NEON 优化的矩阵转置在多大程度上提升了可分离形态学操作的性能？
• RQ5 与非 SIMD 基线相比，最终实现的整体加速比是多少？

主要发现

• 与未启用 SIMD 优化的 van Herk/Gil-Werman 算法相比，最终实现的腐蚀与膨胀操作实现了 3× 的加速。
• 在使用 NEON 优化的转置例程时，8x8 矩阵转置相比非 SIMD 实现观察到 5.7× 的加速。
• 通过 NEON 优化的转置内核，16x16 矩阵转置实现了 12× 的加速。
• 算法优化与 SIMD 并行性的结合显著减少了 ARM 处理器上形态学滤波的执行时间。
• 混合方法在小窗口与大窗口尺寸之间有效平衡了性能，最小化了开销并最大化了吞吐量。
• 结果表明，NEON 支持的实现可在嵌入式计算机视觉工作负载中带来显著的性能提升。