分享到:

MPI并行计算在图像处理方面的应用

前言现阶段,MPI是一个较为常用并行计算环境,其是一种用于消息传递的接口标准,由MPI论坛最先推出,其制定的主要标准是提高并行程序的性能。MPI论坛是在1994年推出的MPI的首个版本,随着相关技术的发展,其也随之退出了多个版本,到现在为MPI最新的版本为6.2版本,成为当下业内所执行的并行计算标准。下面笔者就对MPI并行算法进行探讨。一、MPI并行图像处理算法(一)构建处理算法并行模型算法并行模型的构建在其是使用过程当中是十分重要的。并行计算的主要目的是为了能够利用计算集群来缩短计算时间,从而提高计算效率。要想实现并行计算的算法主要是将众多的计算节点之间在数据上进行交换,因此并行计算也会在运行过程中掺入额外通信时间[1]。这种额外通信时间如果过大,那么将会在一定程度上使并行计算出现较为严重的运行效率下降的情况。当额外通信时间总体大于并行计算在运行过程中所节省的时间,没那么这种并行集群在运算速度上要远远小于计算机本身的运行速度,...  (本文共1页) 阅读全文>>

成都理工大学
成都理工大学

高性能计算在高光谱遥感数据处理中的应用研究

高光谱遥感是遥感技术的前沿,其蕴含的丰富波谱数据使得地物的定量检测成为可能[1]。在“遥感找矿面临的新挑战”为主要议题的第302次香山科学会议上,一致认为高光谱遥感技术增强了遥感的对地观测能力和地物识别能力,极大的提高了遥感技术的定量化处理能力[2]。高光谱遥感技术使遥感从对地物的鉴别发展到可对地物的直接识别阶段,利用高光谱遥感数据进行矿产探测是遥感技术应用的主要方向之一,已经广泛地应用于资源勘查、灾害监控和环境监测等方面。随着我国“高分”专项的实施以及“资源一号”02C卫星的成功发射和在轨运行,高光谱数据源获取的瓶颈问题将逐步得到解决。高光谱遥感数据包括了空间、辐射和光谱三重信息[3],行业应用中的数据量已经达到TB级,已经达到海量数据级别。数据的海量特性严重制约了应用的拓展和实际工程应用效率的提高。如大小为30000*30000的卫星遥感图像,如果采用传统的串行方式进行校正,其运算量将达到数百亿次浮点乘加操作;大量数据操作和...  (本文共100页) 本文目录 | 阅读全文>>

中国海洋大学
中国海洋大学

基于集群系统的并行图像处理算法的设计与实现

随着应用需求的不断扩大和计算机技术的飞速发展,数字图像处理面临着复杂化和高速化的挑战,而高性能计算技术,尤其是并行处理技术在这其中扮演了极其重要的角色。三维纹理编辑无论在民用领域还是在军事领域,都受到极大关注,随着图像处理技术的日新月异,它带来的信息和数据处理量越来越大。在这种背景下,作为数字图像的应用,三维纹理编辑与高性能计算技术的结合变得自然而迫切。本文研究课题即是这二者结合的产物。现代许多领域中具有挑战性的大规模计算课题需要高性能并行处理机,而硬件技术的迅速发展已使建造并行处理机的新一代计算机的经济可行性显著增加。近年来,随着微机运算速度大幅提高,价格低廉,同时局域网技术已十分成熟,高性能互联网的拓扑结构和处理器之间的距离已不再是影响并行机系统性能的关键因素,为利用微机组建并行计算集群提供了高性价比条件。利用相对廉价的微机通过高速局域网构建高性能的并行集群计算系统,与传统的超级计算机相比,具有较高的性价比和良好的可扩展性,...  (本文共55页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

图像处理算法分析及其并行模式研究

随着网络技术和多媒体技术的飞速发展,以Internet应用为核心的网络多媒体技术成为信息时代的关键技术之一。在图像处理领域,高速和超高速的数字图像处理技术应运而生,成为解决科学研究和工程领域诸多应用的重要手段。数字图像处理所涉及的知识非常广泛,具体的方法种类繁多。传统的图像处理技术主要集中在图像的获取,变换,增强,恢复,压缩编码的方面,并且随着新工具,新方法的不断出现,这些图像处理技术也在不断发展。由于图像信息丰富,数据量大,用最小的时间开销和最小的空间开销是图像处理的关键所在。因此,对图像处理算法进行并行化研究是非常重要的和有价值的研究方向。计算机单机技术发展的有限性和科学工程计算需求的无限性之间的矛盾决定了计算机发展必然走上多机并行的道路。这就导致了并行计算将成为未来主流计算模式,并行处理技术的发展将成为未来国防建设、国家科技发展的主要推动力量。相应地,这种对工程计算能力与日俱增的需求也是促使并行处理技术在近二十年来得到蓬勃...  (本文共103页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

基于MPI的并行小波图像分割研究

目前,如何对大数据量的纹理图像进行有效、快速的分割已经成为国际图像处理领域的一个重要研究热点。引入有针对性的分割方法,与进行并行处理为这个问题的解决提供了一条有效的途径。本文对结合人类视觉感知机理的多分辨率纹理图像分割模型及纹理图像的分割特征提取方法进行了研究,尝试了一种基于小波变换与模糊聚类的纹理图像分割方法。首先给出了一种基于小波变换进行纹理图像能量特征计算与多分辨率特征提取的方法,进而在此基础上,研究了模糊聚类算法在纹理特征提取上的应用,并给出了相应的纹理分割框架对纹理图像进行分割。为了解决分割的快速性问题,本文把另外一个重点放在应用MPI并行处理技术对基于小波的纹理图像分割进行并行化处理上,研究了MPI并行编程机制,分析了应用其进行并行图像分割的可行性。进而主要以减少并行处理里中的通信量为目的,分别对并行系统框架设计,图像数据划分,小波变换算法并行优化设计进行了研究。并基于集群设计了并行图像分割的系统框架,通过并行程序设...  (本文共72页) 本文目录 | 阅读全文>>

重庆理工大学
重庆理工大学

SAR图像并行处理技术研究

由于合成孔径雷达(SyntheticAperture Radar,SAR)成像技术的不断进步,所生成SAR图像数据量越来越大,其拼接处理所耗费的时间也急速增长。在国防军事、灾害预警等对实时性要求较高领域,传统的SAR图像串行拼接技术已经无法适应实际应用需求。论文主要研究了通过机群并行计算的方法来实现SAR图像的快速拼接,在保证处理效果的前提下,有效提高SAR图像拼接的效率。论文主要研究内容如下:首先,介绍了并行处理系统与SAR图像拼接技术各自的特点,并完成了机群并行系统平台的安装配置。研究了已有并行系统软硬件的安装配置,根据需要选取了适用本课题的软硬件。包括机群系统节点机配置、MPI的安装配置、OpenMP编程环境配置以及程序开发软件平台的配置等。其次,在机群并行系统中采用主从通信模式,对包括噪声去除和纠正不均匀光照在内的SAR图像并行预处理工作进行了并行实现,其中预处理工作中分别采用了基于TV模型的相干斑噪声抑制方法和基于同态...  (本文共76页) 本文目录 | 阅读全文>>