高分辨图像区域填充的并行计算方法

针对传统种子填充算法无法充分利用多核处理器性能以及需要人工指定种子的不足,提出基于动态连接和并查集的并行随机种子反向填充算法。将填充任务分为随机种子生成、并行填充、连通区域识别、并行合并与反转步骤,并采用C++和CUDA-C语言分别实现各步骤的CPU和GPU版本。在此基础上,从众多参数组合中选择能发挥硬件最佳性能的参数。实验结果表明,相比传统反向填充算法,并行随机种子反向填充算法能充分利用多核、异构处理器的多线程并行能力,在处理6种不同分辨率的单张和批量图像时获得了平均3.84倍和4.43倍的加速比,其中在处理8 KB高分辨图像时,最高取得6.05倍和7.09倍的加速比。     

基于排队网络的流水线模拟器任务缓存新分析模型

流水线软件模拟器是嵌入式微处理器软件仿真系统的关键技术,提出对嵌入式微处理器流水线仿真系统的排队网络建模与缓存大小分析方法.对SPARC-V8流水线模拟器建立M/M/1/N型排队网络模型,分析指令到达及服务阻塞机制.为了解决模型计算中的阻塞问题,在排队网络模型中增加"保持节点",得到扩展的等价排队网络模型.采用近似计算迭代算法,得到系统性能评价指标,并建立排队网络节点性能关系曲线,确定各功能模块的任务缓存大小.根据得出的任务缓存计算值设置流水线软件模拟器实际缓存大小,实验表明模型计算数据与实际运行数据基本一致.该评价方法对嵌入式微处理器流水线仿真系统的建模与性能分析具有重要的指导意义.     

带通信开销的DAG工作流费用优化模型与算法

通信开销在云环境中无法忽略,但现有DAG(directed acyclic graph)工作流费用优化模型大都未考虑任务之间的通信开销,难以在实际云环境中应用.为此,提出带通信开销的工作流费用优化模型CA-DAG (communication aware-DAG),并在分层算法的基础上提出针对CA-DAG模型的调度算法CACO(communication aware cost optimization).CACO使用前向一致规则(forward consistent,FC)求解工作流的最小完工时间;根据逆向分层策略将任务分层,使费用优化问题从全局转化到局部;采用动态规划方法收集任务在选择服务时产生的零散“时间碎片”,增加任务的费用优化空间,改善费用优化效果.仿真实验结果表明,在考虑通信开销时,CACO费用优化效果较DTL (deadline top level),DBL(deadline bottom level),TCDBL(temporal consistency deadline bottom level)都有显著提高.     

工作流仿真平台的设计与实现

讨论了工作流管理技术,提出了工作流仿真的概念,介绍了一种工作流系统仿真平台的设计与实现。     

C-Si模型分子动力学三维并行仿真算法

对于单晶硅磨削过程模拟的并行算法,依据C-Si系统的分子动力学模型及其特殊模型的特性,通过分析负载均衡和消息通信,利用"最小表面"原则,给出了一种空间分解并行方案。仿真实验证明算法可以缓解负载失衡并且降低通信开销,收集的对比实验数据证实了算法的高效性。     

基于特征点的全自动无缝图像拼接方法

提出了一种基于特征点的全自动无缝图像拼接方法.该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度,使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H,最终使用加权平滑算法完成了图像的无缝拼接.整个处理过程完全自动地实现了对一组图像的无缝拼接,克服了传统图像拼接方法在尺度和光照变化条件下的局限性.实验结果验证了方法的有效性.     

压缩链码的研究

对图像处理及模式识别中的链码技术进行研究.首先针对具有二位码长的顶点链码只有3个码值的情况,在不增加码长的情况下对其增加了一个码值,大大提高了其表达能力.其次,同样根据顶点链码的上述冗余情况对其进行了不等长编码压缩.然后,在上述两种改进链码的基础上,根据大量的统计数据提出了一种基于Huffman编码的新的压缩链码.文中还提出了一种对链码的评价方法.最后,用该评价方法和对实际图像的实验测试对所提出的链码和4种已有链码进行了理论上和实用方面的比较.比较的结果显示该文提出的压缩链码效率最高.     

关于高水平本科生培养的一点思考

从几个方面入手,分析国内高校的培养体制,提出当前高校本科培养中存在的问题,指出现今的本科毕业生与社会需求的差距。针对出现的问题提出高校在改革创新中应采取的措施,为现代高校培养高水平的本科生提出宝贵建议。     

基于几何关系约束的特征点匹配算法EI北大核心CSCD

特征匹配是计算机视觉中的一个基本问题,基于特征点的特征匹配方法则是其中最为常用的一种算法,有着重要的研究意义和研究价值.众所周知,特征点匹配的结果受很多因素的影响.为更好地处理视角变换的特征匹配问题,给出一种基于特征点位置关系的几何约束匹配方法.即通过引入新近发现的射影不变量——特征数,构建特征点位置间的几何信息描述子;进一步建立每个点的特征数直方图并使用巴氏系数度量几何相似度;最后在基于纹理特征描述子基础上增加文中所给出的几何信息描述子获得特征匹配的约束条件.实验结果证明,该算法可以有效的提高特征点匹配的精度,同时对视角变化较大及纹理相似的情况具有很好的匹配效果.