Görüntü eşleme algoritmasının fpga ve gpu kullanılarak performans karşılaştırılması

Görüntü işleme teknolojilerinin geliştirilmesi insanlığın bu teknolojiyi kullanarak görüntüleri anlamlandırmasını sağlamıştır. Dijital görüntüleri tanımlamak için kullanılan en etkili yöntem şablon eşleştirmesidir. Bu yöntem, görüntünün şablon resmiyle eşleşen küçük parçalarını veya görüntünün tamamının başka bir veriyle eşleştirilmesinde kullanılır. Parmak izi tanıma işlemi güvenlik ve sağlık nedenlerinden dolayı günümüzde yaygın olarak başvurulan bir yöntemdir. Yöntemin temel amacı var olan bir parmak izi görüntüsünün database içerisinde bulunan diğer görüntüler arasındaki en benzerini bularak asıl görüntünün kime ait olduğunu çıkartmak için yapılır. Bu tezde normalleştirilmiş çapraz korelasyon yöntemi kullanılarak var olan görüntünün database içerisinde bulunması amaçlanmıştır. Günümüzde kullanılan bilgisayarlar işlem yapma kapasiteleri yüksek olmasına rağmen büyük database işlemleri için yetersiz kalmaktadır. Bu sebeple paralel işlem kabiliyeti olan Alan Programlanabilir Kapı Dizileri (FPGA) ve Grafik İşlemci Üniteleri (GPU) bu işlemlerin gerçekleştirilmesinde sıklıkla kullanılmaktadır. Eşleştirmede kullanılan imgeler 256x256 boyutunda, grayscale formatında ve "*.bmp" uzantılı 80 adet parmak izi imgeleri arasından seçilmiştir. FPGA programlamak için Verilog, GPU programlamak için CUDA programlama dili kullanılmıştır. Yazılan kodlarda image pixel değerleri sırayla okunmuş ve kullanılan cihazların hafızasına kaydedilerek korelasyon değerleri hesaplanmıştır. FPGA ve GPU arasındaki performans karşılaştırmasının sonucunda FPGA uygulamasının GPU uygulamasına göre 23 kat daha hızlı çalıştığı görülmüştür. Anahtar Kelimeler: Görüntü eşleme, Normalleştirlmiş Çapraz-korelasyon, Alan Programlanabilir Kapı Dizileri (FPGA), GPU.