改进的JLBNM算法及其并行化

JLBNM图像恢复算法能得到较高的图像恢复质量(PSNR),但其中跳跃步长和环顾步长的确定是影响算法好坏的关键因素.文中给出了图像有无细节的定性化描述,先对图像本身的信息进行处理,然后根据图像内容的相关性来确定步长,在算法操作上更简单了.分析了串行的JLBNM算法的可并行化问题,并讨论了基于SMP的JLBNM并行化过程中的数据划分问题和处理器之间的通信问题,最后给出了相应的并行JLBNM算法和实验结果.     

模糊推理最大熵图像恢复算法

与线性恢复算法相比,基于最大熵的图像恢复算法具有更好的图像恢复效果,但其收敛速度较慢。为了提高最大熵图像恢复算法的收敛速度,首先给出了算法的非周期反卷积模型,然后采用模糊推理系统在线确定算法的迭代步长。由于采用了可变步长,因此极大地提高了算法的收敛速度。仿真实验表明提出的算法收敛速度快,图像恢复效果好。     

跳跃与环顾最优匹配的快速图像恢复算法

Best Neighborthood Marching(BNM)是目前对损坏图像进行修复并能产生高质量可接受图像的图像恢复算法，然而，BNM却具有计算复杂度的局限性，因而限制了其实现应用，文中从BNM中影响虎法复杂度的关键环节－为坏块寻找最优匹配的搜索路径出发，参照人寻找相似块时的快速智能方法，提出跳跃环顾BNM图像恢复算法（JLBNM）。同时,对于进行匹配的核心步骤，提出具有自适应阈值匹配标准的优化方法，有关的计算复杂度度量分析及模拟实验均证明JLBNM具有计算复杂度低，对损坏图像恢复质量高的特点。     

引入统计先验的人脸图像恢复

将人脸形状和纹理的统计先验作为约束，引入经典正则化图像恢复算法框架，并给出迭代求解算法；同时，定义了反映图像模糊程度的边缘活动度，并在迭代的每一步中计算图像的边缘活动度，以确定在迭代求解过程中人脸先验对解进行约束的程度．由于人脸统计先验的约束以及引入边缘活动度来指导迭代求解过程，避免了由经典恢复算法得到的结果中会出现的振铃波纹．对实验结果的分析和主观感受表明：文中算法在恢复质量和抗噪能力方面均取得令人满意的结果．     

图像恢复的高效并行算法及关键技术

首次从并行处理的途径分析了能产生高恢复质量，但具有高计算复杂性的图像恢复算法BNM的并行性，并对影响该算法并行效率的关键问题，提出了有效的解决方案：①采用条状重叠的数据分配方案，减少了并行处理中的通信量；②给出了不同读取策略的内部实现模型，分析了不同读取策略对I／O带宽产生的影响，提出了能够获得高I／O性能的读取策略；⑧提出了降低通信量的“关键位通信”方法．综合运用上述策略，设计并实现了高效的并行BNM算法．理论分析和实验表明，该并行BNM算法具有很高的加速比、并行效率及很好的可扩展性，是解决图像恢复实用性的有效途径。     

图像非刚性配准技术及并行策略研究

图像非刚性配准是近几年配准方法的一个研究热点，由于其计算复杂度很高，它的并行化问题成为近几年来的研究热点。本文首先给出了图像非刚性配准的数学模型，并给出了形式化定义；其次分类总结了近年来图像非刚性配准串行算法研究的新进展，从而在此基础上重点讨论了相应的并行化策略。本文还详细分析了设计并行图像非刚性配准算算法需要考虑的几个问题；并比较评价了现有并行算法的性能特点，得出了一些结论；最后提出了有待进一步研究的问题。     

两步最优邻域匹配的快速图像恢复算法

最优邻域匹配(BNM)算法运用全搜索策略，具有很高的计算复杂度．跳跃环顾最优邻域匹配(JLBNM)算法采用跳跃与环顾相结合的搜索策略，提高了匹配速度．文中提出一种两步最优邻域匹配(TSBNM)算法，利用两步搜索作为搜索策略，交替运用浏览搜索和精细搜索寻找最优匹配块；同时，精细搜索借鉴了菱形搜索算法的搜索思想，使用模板进行搜索．实验证明，在获得相当恢复质量的前提下，TSBNM算法的处理时间约为BNM算法的8％～10％，约为JLBNM算法的77％．     

基于时间分解求解时间依赖问题的并行算法研究

基于Lions等建立的Parareal模型,提出了改进的时间分解并行算法,并给出收敛性证明．采用主从模式构造了通用的MPI算法流程,通过分析算法的并行加速比给出了最佳的粗细网格步长之比．在集群系统下分别对热传导方程和对流扩散方程进行并行计算,证明了算法无论对线性还是非线性的问题均具有良好的适应性和扩展性．数值模拟结果表明:时间分解并行算法仅需极少的迭代次数即能取得很高的计算精度,且具有较好的并行加速比和并行效率．     

小波域噪声分布估计的自适应正则化图像恢复

提出一种正则化图像恢复中自适应选择局部正则化参数的方法．首先提出局部正则化参数的大小应正比于降质图像局部噪声方差；然后在小波域内给出一种估计降质图像局部噪声方差的算法；最后根据小波域噪声方差估计值的分布自适应地确定局部正则化参数．实验结果表明，对于存在多种类型噪声的降质图像，文中方法对噪声方差的估计在分布上与真实噪声一致，而在恢复效果上则要优于Katsaggelos所提出的方法．     

一种有效的多模式并行匹配算法

本文给出了一种新的基于模式树构造的多模式并行匹配算法，算法高效简单且实现了匹配的并行化，特别适合于信息检索，摸式识别，入侵检测等的方面的多关键字查找。对比分析表明，新算法有较大的移动步长，能够有效减少了实际匹配的规模，使时间和资源消耗均得到了降低，提高了查找速度。     

Fast block-based image restoration employing the improved best neighborhood matching approach

The best neighborhood matching (BNM) algorithm is an efficient approach for image restoration. However, its high computation overhead imposes an obstacle to its application. In this paper, a fast image restoration approach named jump and look around BNM (JLBNM) is proposed to reduce computation overhead of the BNM. The main idea of JLBNM is to employ two kinds of search mechanisms so that the whole search process can be sped up. Some optimization techniques for the restoration algorithm JLBNM are also developed, including adaptive threshold in the matching stage, the terminal threshold in the searching stage, and the application of an appropriate matching function in both the matching and recovering stages. Theoretical analysis and experiment results have shown that JLBNM not only can provide high quality for image restoration but also has low computation overhead.     

正交阵并行图象处理的研究和实现

文中提出了具有良好性能的正交阵并行图象处理机系统的硬件构造，并详细分析了快速Ｆｏｕｒｉｅｒ变换，图象矩运算，直方图统计等图像处理中常用算法在并行机上的执行情况，时间复杂度和相对单机而言的加速比。     

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。     

GPU支持的SAR影像几何校正大规模并行处理

目的几何校正(又称地理编码)是合成孔径雷达(SAR)影像处理流程中重要的一个步骤,具有一定的计算复杂度,需要用到几何定位模型。本文针对星载SAR影像,采用有理多项式系数(RPC)定位模型,提出了图形处理器(GPU)支持的几何校正大规模并行处理方法。方法该方法充分利用GPU计算资源强大及几何校正过程中每个像素处理步骤一致的特点,每次导入大量像素至GPU,为每个像素分配一个线程,每个线程执行有理函数计算、投影变换、插值采样等计算复杂度高的步骤,通过优化配置dim Grid和dim Block参数,提升GPU的并行性能。该方法通过分块处理实现SAR影像大幅面处理,且可适用于多个不同分块大小。结果实验结果显示其计算加速比为38 44,为全面客观地分析GPU并行处理的特点,还计算了整体加速比,通过多个实验分析影响整体加速性能的因素,提出大块读写提高I/O性能的优化方法。结论该方法形式简洁,通用性好,可适用于几乎所有的星载SAR影像、不同的影像幅面;且加速性能明显。     

Image Segmentation Using Markov Random Field Model in Fully Parallel Cellular Network Architectures

Markovian approaches to early vision processes need a huge amount of computing power. These algorithms can usually be implemented on parallel computing structures. Herein, we show that the Markovian labeling approach can be implemented in fully parallel cellular network architectures, using simple functions and data representations. This makes possible to implement our model in parallel imaging VLSI chips.As an example, we have developed a simplified statistical image segmentation algorithm for the Cellular Neural/Nonlinear Networks Universal Machine (CNN-UM), which is a new image processing tool, containing thousands of cells with analog dynamics, local memories and processing units. The Modified Metropolis Dynamics (MMD) optimization method can be implemented into the raw analog architecture of the CNN-UM. We can introduce the whole pseudo-stochastic segmentation process in the CNN architecture using 8 memories/cell. We use simple arithmetic functions (addition, multiplication), equality-test between neighboring pixels and very simple nonlinear output functions (step, jigsaw). With this architecture, the proposed VLSI CNN chip can execute a pseudo-stochastic relaxation algorithm of about 100 iterations in about 100 μs.In the suggested solution the segmentation is unsupervised, where a pixel-level statistical estimation model is used. We have tested different monogrid and multigrid architectures.In our CNN-UM model several complex preprocessing steps can be involved, such as texture-classification or anisotropic diffusion. With these preprocessing steps, our fully parallel cellular system may work as a high-level image segmentation machine, using only simple functions based on the close-neighborhood of a pixel.     

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。     

An image division approach for volume ray casting in multi-threading environment

For an efficient parallel volume ray casting suitable for recent multi-core CPUs, we propose an image-ordered approach by using a cost function to allocate loaded tasks impartially per each processing node. At the first frame, we divide an image space evenly, and we compute a cost function. By applying the frame coherence property, we divide the image space unevenly using the computed previous cost function since the next frame. Conventional image-ordered parallel approaches have focused on dividing and compositing volume datasets. However, the divisions and accumulations are negligible for recent multi-core CPUs because they are performed inside one physical CPU. As a result, we can reduce the rendering time without deteriorating the image quality by applying a cost function reflecting on all time-consuming steps of the volume ray casting.     

基于高速高精度贴片机的几种图像并行处理方法研究

本文在分析并行图像处理常用方法的基础上，针对全自动贴片机视觉系统对图像处理要求，对矩形片式元器件(Chip芯片)和IC芯片图像并行处理方法进行了可行性分析，并从流水线并行和数据并行两个方面，对两种元器件在不同情况下提出了各自可行的图像并行处理框架和实现方法，对表面组装生产中图像并行处理方法进行了探索。     

基于OpenVX并行处理器的微程序控制

针对OpenVX并行处理器中微控制器内部存储量大和转移步骤复杂的问题,利用相联存储器产生微程序初始地址的方法提高了控制存储器的利用率.并依据分组并行判断思想对各个操作执行条件分组,提高了转移地址产生的速度.通过将OpenVX中5类图像处理函数映射到此处理器进行验证,实验结果表明,采用上述结构和方法,控制存储器利用率提高...