面向算法的SIMD计算机数学模型及其应用研究

针对数据并行计算在图像处理中的应用研究,提出了数据并行计算机的面向算法的数学模型,以及利用该模型得到的一种新颖的、数据并行算法的数学描述方法．采用该数学描述方法对数据并行图像处理中的灰度直方图运算、区域增长法图像分割以及图像卷积运算等3类图像处理方法进行了描述．结果表明,该数学描述方法不仅简单可行和精确,而且,可以从数学公式中直接得到算法的通信复杂性和计算复杂性．该方法可以应用到数据并行计算的应用研究中作为数学描述的工具．     

基于MPI的并行医学图像处理

本文就并行计算技术在医学图像处理领域应用的优势和现状,论述了医学图像处理算法的并行实现方法,并在并行计算集群上实现了CT图像Sobel算子边缘检测及基于互信息的单模PET图像配准的MPI并行算法。针对这两种不同应用和不同的机群规模分析了并行计算的性能,说明了并行计算技术在该领域的适用范围。     

一种并行二值图像连通域标记算法

连通域标记算法在CPU运行效率比较有限,这也是连通域标记算法处理图像的症结所在,针对这一问题,提出了一种并行二值图像连通域标记算法.从二值图像处理问题的可并行化出发,根据GPU并行计算的特点设计出了一种图像预处理、溯源(伪溯源)、伪溯源处理三个步骤的并行标记算法,采用硬件支持的多个线程并行执行处理的方式来提升算法的效率并实现了该算法,实验结果表明该算法相对CPU单线程处理算法效率具有明显提升,也更具有鲁棒性,尤其是图像像素不断增多后,效率更加明显.     

声纳图像对比度增强的并行算法研究

分析了MATLAB并行计算工具箱中各部件的关系,在Windows环境下搭建了并行计算集群;采用滑动邻域操作对声纳图像进行了对比度增强处理;重点介绍了MATLAB下的数据并行编程,利用分布式数组设计了集群环境下的图像增强并行算法.实验结果表明,MATLAB强大的内部函数使得并行计算易于实现,有效地提高了图像处理的实时性.     

基于形态学骨架提取算法的研究及其实现

骨架化结构是目标图像的重要拓扑描述,寻找二值图像的骨架结构是图像处理的一个关键问题.数学形态学是图像处理的有力工具,本文研究了两种基于形态学变换的细化骨架算法,并在汽车图像中实现,讨论了两种算法的优越性和局限性.实验结果表明,本文所研究的算法并行快速,为车辆牌照的识别乃至字符识别、数据压缩、目标检测都提供了有益的借鉴.     

异构机群系统中的最优处理机分配算法

在异构机群系统的并行计算中，处理机结点的划分及并行子任务在处理机上的映射将直接影响到应用程序并行计算的性能。本论文将通过对影响并行计算性能的主要参数的分析，提出一个基于人工智能Ａ算法的最优处理机分配算法，为高性能的异构机群系统并行计算提供理论支持。     

一个网络并行计算新平台

编写网络并行计算程序对一般人来说是艰难的,用户任务的分解、分配以及在子任务间的交互等问题都需要具有高超的技巧。从改善用户并行程序设计环境出发,给出了在网络并行计算的一种新平台。说明了该系统平台的结构实现,组成该平台的任务描述器、任务的调度和任务控制器。而在网络并行计算的一种新架构中,用户只需提交数据和对它们的操作,而复杂问题让系统处理,这无疑是网络并行计算方法发展的有益尝试。     

完全基于边缘信息的快速图像分割算法

为快速准确地进行图像分割和对象提取,达到图像实时处理的要求,提出一种完全基于边缘信息、具有良好并行计算特性的图像分割和对象提取算法.首先对经典Canny算子边缘检测进行改进、引入了断点检测和递归可控的低阈值边缘追踪算法,得到图像的原始二值边缘图;然后采用基于断点的边缘连接算法得到待提取对象的完整闭合边缘;最后提出四向扫描区域填充算法从边缘图中完整地提取出有意义的对象.实验结果表明,文中算法不仅可以准确地处理图像中的各类复杂边缘、获得良好的图像分割效果,同时具有优秀的并行计算特性,可以以并行方式、基于GPU实现完全实时的图像处理.     

基于改进量子粒子群的分布式并行计算框架设计

为了实现用户任务在大规模计算机集群上进行高效地处理,并克服现有并行计算框架通用性不强的缺点,提出了一种基于改进量子群算法和Map-Reduce模型的通用并行计算框架;首先,对经典的Map-Reduce分布式并行计算框架以及并行计算流程进行了具体描述;然后,基于改进的量子粒子群算法设计了改进的Map-Reduce模型,在Map阶段通过多种群并行搜索并计算所有粒子适应度,在Shuffle和Sort阶段实现粒子的排序和种群的重新划分,然后在Reduce阶段更新控制系数和粒子位置,当最优解不变时,通过混沌扰动对其进行扰动;仿真实验表明同,文中设计的基于改进量子粒子群算法和Map-Reduce模型能高效地执行任务,较传统的MapReduce模型具有较少的执行时间,具有很强的可行性,是一种有效的通用并行计算模型。     

并行遗传算法骨架的研究和实现

通过对并行遗传算法的4种并行模型和基于骨架的编程模型的对比研究,设计并实现了一个并行遗传算法骨架,用以简化并行遗传算法应用程序的开发过程.透明的并行机制,使得用户只需编写个体适应度函数的顺序程序,再调用该算法骨架就可以完成并行遗传算法程序开发;开放的算法骨架结构,可以吸收遗传算法研究领域众多优秀成熟的改进算法;多种编码方式的支持为用户提供的更自由的选择空间.该算法骨架通过调用现有的结构骨架实现具体的并行,从而与并行计算平台相独立,具有很高的重用性和灵活性.     

多核图像处理并行设计范式的研究与应用

多核计算环境下采用图像处理并行算法可提高图像处理的速度,但已有的并行设计只针对边缘检测、图像投影等特定算法进行,没有形成通用的并行算法设计范式。为此,在研究图像处理算法可并行处理机制和多核架构特点的基础上,提出分析、建模、映射、调试和性能评价及测试发布等5个设计步骤的基于多核计算环境的图像处理算法并行设计范式,以图像傅里叶变换并行算法设计为例在单核、双核、四核、八核计算环境下验证了该并行范式的有效性。实验结果表明,该范式在图像处理并行设计方面可扩展图像处理的应用空间。     

基于PVM平台的并行编程技术及其在图像处理中的应用

本文首先介绍了基于PVM并行分布式计算机平台的并行编程技术及在Visual C＋＋6．0可视化集成环境中开发PVM并行程序的方法,然后以图像处理中的边缘检测为例说明了该技术在图像处理中的应用。     

一种柔性图像并行处理机

探讨了多指令流多数据流图像并行处理拓扑结构，设计了一种具有柔性结构的图像并行处理机。分析比较了柔性图像并行处理机与典型图像并行处理机在结构和性能方面的差异，给出了一种基于TI公司C6000系列DSP的柔性图像并行处理机的实现方案。分析和实现结果表明，柔性图像并行处理机适应能力强，便于调整、扩展和升级。     

图像预处理算法在FPGA中的实现

本文论述了现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)在实时数字图像处理中的应用,同时给出了滤波算法的基本组成框图、VHDL程序的流程图等。因此,图像处理的速度能满足实时性的要求。     

Two Image-Template Operations for Binary Image Processing

This paper presents two new image algebra image-template operationsmatchand mismatch derived fromthe general image-template product. These image algebra operationsextend the binary morphological erosion and dilation operations andcan be used to express elegantly most of binary image processingalgorithms in a more natural way than binary morphological operationsfrom the image processing viewpoint. In addition, the match andmismatch operations are easy to implement efficiently on SIMDbit-serial parallel computers.     

Parallelism and Scalability in an Image Processing Application

The recent trends in processor architecture show that parallel processing is moving into new areas of computing in the form of many-core desktop processors and multi-processor system-on-chips. This means that parallel processing is required in application areas that traditionally have not used parallel programs. This paper investigates parallelism and scalability of an embedded image processing application. The major challenges faced when parallelizing the application were to extract enough parallelism from the application and to reduce load imbalance. The application has limited immediately available parallelism and further extraction of parallelism is limited by small data sets and a relatively high parallelization overhead. Load balance is difficult to obtain due to the limited parallelism and made worse by non-uniform memory latency. Three parallel OpenMP implementations of the application are discussed and evaluated. We show that with some modifications relative speedups in excess of 9 on a 16 CPU system can be reached.     

超长指令字DSP上的数字图像处理算法优化方法

数字图像处理(Digital Image Processing)广泛应用于航空航天、生物医学工程、通信工程、工业和工程、军事公安、文化艺术等方面.由于一些应用的实时性和环境要求,通常采用数字信号处理器(Digital Signal Processing,简称DSP)处理图像.采用超长指令字(Very Long Instruction Word,简称VLIW)体系结构的DSP由于功耗低、硬件结构简单和并行性好等优点,在实时图像处理应用中使用广泛.根据图像处理算法特点和VLIW DSP体系结构特点提出在YLIW DSP上优化图像处理算法的一般方法,包括存储优化方法和指令级并行优化方法.最后采用提出的方法对多个常用的图像处理算法优化,试验结果表明有较好优化效果.     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究;当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低;实验表明,通过对图像进行特征提取能很好地对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题;为此,提出一种ARM架构下计算机图像并行化处理技术研究方法;该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究;实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

湍流退化图像并行校正方法

文章对湍流退化图像的双重循环迭代图像复原算法的计算流程进行了分析,将算法的串行计算模式转换为并行模式,提出了基于并行模式的多结点并行处理方法。成功地实现算法的并行计算模式到多结点结构的有效映射,对算法的程序代码进行了有效移植,在多结点系统上运行通过。实验结果表明,不仅提出的并行校正方法有效,而且提高了图像复原处理帧频数。     

CPU/GPU 异构环境下图像协同并行处理模型

随着GPU通用计算能力的不断发展,一些新的更高效的处理技术应用到图像处理领域.目前已有一些图像处理算法移植到GPU中且取得了不错的加速效果,但这些算法没有充分利用CPU/GPU组成的异构系统中各处理单元的计算能力.文章在研究GPU编程模型和并行算法设计的基础上,提出了CPU/GPU异构环境下图像协同并行处理模型.该模型充分考虑异构系统中各处理单元的计算能力,通过图像中值滤波算法,验证了CPU/GPU环境下协同并行处理模型在高分辨率灰度图像处理中的有效性.实验结果表明,该模型在CPU/GPU异构环境下通用性较好,容易扩展到其他图像处理算法.