云模型图像置乱算法

针对目前数字图像置乱算法在双重置乱方面的欠缺问题,提出一种新的云模型图像置乱算法。该算法利用三维云模型生成的函数值来改变图像像素位置和像素值,实现了双重置乱。经实验验证以及定量定性分析,置乱图像呈现白噪声,真正实现了图像置乱,并不存在周期性恢复的安全问题,该算法能较快达到理想的置乱效果,且能抵抗一定的剪切、加噪、滤波以及缩放攻击;证明了该算法的有效性和合理性,可以较好地应用于图像置乱。     

结合核方法的选择性各向异性扩散去噪算法

在低信噪比图像噪声抑制处理中,为了有效地保持图像边缘,在基于多相位分层分割算法的各向异性扩散模型的基础上,提出一个基于核方法的选择性各向异性扩散去噪算法。该算法根据图像数据的线性不可分特点,首先利用核方法把多相位分层分割算法中的数据项从线性不可分的低维空间推广到可实现线性可分的高维特征空间,在特征空间中实现图像分割;然后根据分割得到的同质区域的梯度信息改进了P-M模型中的扩散系数;最后,在同质区域中采用改进的P-M模型平滑噪声。实验结果表明,该算法无论在噪声去除还是边缘保持上都具较好的效果。     

结合双线性插值与局部均值的红外图像插值算法

针对现有图像插值算法只考虑原始图像像素的问题,提出了一种兼顾原始图像与插值图像的红外图像插值算法。该算法将原始图像中的像素映射至插值图像中,然后使用双线性插值算法从原始图像中恢复插值像素,最后通过插值图像中已有的像素对插值像素进行加权修复。实验结果表明,所提算法的插值效果优于经典的图像插值算法,能有效避免锯齿和模糊现象的发生。     

运动模糊图像的降质过程分析与恢复技术研究

在获取图像的过程中，由于被摄物与成像系统产生相对运动，使得图像的像素并不代表该点的实际灰度，而是一定范围内相邻像素灰度值的叠加。为了有效地恢复运动模糊图像，从像素运动的角度分析了因运动造成的图像模糊的实际过程，并首先揭示了运动造成图像降质的内在原因，然后根据模糊图像像素间的关系建立了一维和二维由匀速直线运动所造成的模糊图像的模糊模型，并依据图像降质过程的逆过程推导出恢复模型。为验证该模糊图像恢复技术的效果，对匀速直线运动造成的图像模糊进行了模拟和恢复实验，取得了令人满意的效果，尤其对字母的恢复，效果更好。另外，对边界像素问题还进行了专门的讨论，同时对恢复过程中产生误差的原因也进行了分析，最后总结了该算法的优越性和需要进一步改进的问题。     

基于小波框架的盲图像修复研究

图像修复是恢复给定图像中丢失或损坏的像素的技术,目前的方法需要知道像素的先验信息。但在部分应用领域,无法获得先验信息,需要对图像进行盲修复。提出了一种不需要先验信息的盲图像修复模型。该模型基于小波紧框理论并集合优化理论实现图像的盲修复,其优化问题的求解利用分裂布雷格曼算法。实验表明,该方法能有效地修复受损的图像。     

改进的各向异性扩散图像去噪算法

图像去噪是图像处理中的重要环节,经典的图像去噪算法,如中值滤波、高斯滤波和加权平均滤波等,去噪效果都不是很理想。传统方法在去除噪声的同时,会使图像的边缘也变得模糊。偏微分方程(PDE)是近年比较流行的图像处理方法,它具有各向异性的特点,在去除噪声的同时,能很好地保持图像的边缘。基于现有算法,提出了一种改进的去噪算法。将传统P-M算子中的固定边缘阈值改为随梯度模变化的自适应阈值,并结合图像结构张量构造一个扩散函数。在图像平坦区,改进的P-M模型具有各向同性的特点,有利于平滑噪声;而在图像边缘处,该模型只沿切线方向扩散,有利于保护图像细节。试验表明,改进的P-M模型能很好地改善图像去噪效果,同时也能很好地保持图像的边缘。     

基于暗通道先验的单幅图像去雾新算法

由于暗通道先验去雾算法会使天空等明亮区域产生颜色失真、偏移等问题,对此文中提出基于暗通道先验的单幅图像去雾新算法,提高了图像去雾效果。首先,根据图像的大小设计了一种自适应滤波窗口;其次,为了防止图像中的高亮像素对大气光值估计的影响,利用变差函数去除这些高亮像素,并结合去除高亮像素后图像的暗通道图,估计大气光值;然后,提出了一种结合结构相似性的暗通道先验去雾改进算法,并对透射率进行优化、修正;接着,利用大气散射模型恢复出无雾图像;最后,利用RGB模型和HIS模型的相互转化,增强恢复图像的亮度。实验结果表明,该算法不仅能对图中景物进行较好的去雾,还能较好地处理天空等明亮区域,使处理后的图像有很好的视觉效果。     

基于图像局部纹理方向概率统计模型的非线性滤波算法

为了更有效地利用图像的局部特征恢复被噪声感染的图像,基于图像局部纹理方向概率统计模型,提出一种针对混合噪声的非线性滤波算法。算法利用Radon变换对图像进行主纹理方向分析,得到图像的局部纹理方向概率密度分布,然后基于概率统计模型,借助中心像素的若干邻近像素对中心像素进行估计,得到中心像素点的灰度值。此算法充分利用了图像的局部特征,既具有良好的去噪能力,又兼顾了对图像细节的保持特性。在处理同时感染脉冲噪声和高斯噪声的混合噪声图像时,算法效果明显优于其他滤波算法。     

特种纸纸病检测的快速图像滤波方法及实现

为解决现有纸病检测方法中,采用的滤波算法性能无法达到部分特种纸的纸病检测要求的问题,提出一种基于P-M方程扩散模型的快速图像滤波方法。通过采用P-M方程多次迭代扩散进行滤波,滤波同时保护特种纸纸病的细微边缘;并借助SMP系统以及多线程技术对P-M方程扩散过程实现并行迭代算法以保证整个纸病检测算法过程的快速性。实测结果表明,采用该方法,系统可以有效检测到特种纸上表征微弱的纸病,并较传统P-M滤波方法的实现在实时性能上有了大幅提高。     

改进的各向异性复扩散模型的医学图像去噪方法

对医学图像进行有效的去噪并保持边缘信息,有利于图像的后续处理.本文分析P-M模型和Gilboa的复扩散模型以及它们的不足,提出一种改进的各向异性复扩散模型.该方法先用中值滤波对图像进行预处理,去除梯度值大的噪声点,然后用图像的虚部求扩散系数,以此引导扩散模型中的边缘检测函数,再进行八邻域像素的扩散过程.实验表明,该方法能达到较理想的去噪和保持边缘的效果,而且减少了迭代次数,缩短了计算时间.     

一种基于预测的改进的三步搜索算法

基于对运动矢量分布的中心偏向特性研究,结合零运动预判断,提出了一个基于预测的改进的三步搜索算法(PBITSS),有效地提高了运动估计搜索速度并保持较高的搜索精度.实验结果显示,与三步搜索算法(TSS)相比,图像质量和搜索速度都得到了提高,综合性能高于TSS算法.     

SIMD-BF模型上的并行FWHT算法研究

蝶形网络是并行计算中的一种重要的网络拓扑结构.并行计算模型是并行算法设计和分析的基础.文章以并行FFT算法的基本思想为基础,根据快速Walsh-Hadamard变换的两种蝶式计算流图,提出SIMD-BF模型上的两种并行FWHT算法.算法分析的结果表明:离散Walsh-Hadamard变换算法的复杂度为O(n2);快速W...     

Mathematical modeling of a parallel global optimization algorithm

We describe the formation of a mathematical model of a reasonably complex parallel global optimization program, and the use of this model to assist in the development and understanding of the underlying parallel algorithm. First we discuss the formation of a model that accurately matched execution times of the parallel program on an Intel hypercube. Then we discuss the use of this model to simulate the behavior of our parallel algorithm in a variety of new situations, in order to detect weaknesses in the parallel algorithm and analyze possible improvements to it. We believe that this combination of parallel computer implementation and mathematical modeling is a useful approach in parallel algorithm development.     

求解大规模矩阵特征问题的并行算法研究

基于数据并行的重启动Arnoldi并行算法,基于使用数据并行模型的重启动Arnoldi并行算法,提出一个精化重启动Arnoldi并行算法。为了降低弱扩展性对并行性能的负面影响,该算法使用任务图模型并行计算精化向量,减少处理器进程之间的通信次数,有效地实现并行计算。在KD-50-I万亿次机上的测试结果表明,该算法具有较好的可扩展性和并行 效率。     

多层次并行体绘制算法的研究与应用

三维数据场的体绘制技术是科学可视化中一个重要的研究方向,本文在研究和总结体绘制的发展历程与关键技术的基础之上,着重研究了体绘制中的光线投射算法,结合多核处理器机群系统,提出并实现了一种基于多层次并行编程模型的并行光线投射体绘制算法,并成功地将该算法应用于三维城市浅层地质模型,取得了良好的可视化效果。分别对MPI环境和多层次并行编程MPI+OpenMP环境下的光线投射算法进行了不同计算规模的性能比较实验。实验和分析表明,多层次并行光线投射体绘制算法加快了体绘制的速度,MPI+OpenMP多层次并行模型性能高于纯MPI编程模型的性能。     

全球(z)双三次数值模式并行算法设计与实现

针对双三次数值天气预报模式进行了并行算法研究。采用一维区域分解算法,借鉴块棋盘划分矩阵转置算法,设计和实现了数据转置通信算法,并采取计算与通信重叠技术减小通信时间对并行效率的影响,最终实现了双三次数值天气预报模式的并行算法,并在机群系统上进行了并行性能测试评估。结果表明,实现的双三次数值预报模式并行算法的并行效率较高,设计实现的数据转置通信算法、计算与通信重叠技术取得了较好的效果。     

基于分层并行灾变粒子群算法的交通控制

提出了分层并行策略结合灾变模型的混合粒子群算法--分层并行灾变粒子群算法(HPCPSO),它能提高算法的收敛性和稳定性.同时通过对交叉口交通情况的研究,把车辆延误、车辆停车数和能源消耗都纳入性能指标值PI,建立了区域交通协调控制优化模型.在此模型的基础上,应用分层并行灾变粒子群算法实现了交通信号优化控制及验证算法.仿真结果表明,分层并行灾变粒子群算法相对于基本粒子群算法提高了寻找全局最优解的能力,能够有效实现交通信号优化控制.     

An algorithm for parallel combined continuous and discrete-event simulation

As the level of detail and the complexity of the model increase, computation time needed to simulate a model grows strongly. A parallel computer system consisting of many processors may be needed to generate behavior of a model within a reasonable time. Therefore, an algorithm for parallel combined continuous and discrete-event simulation has been designed and implemented. In this article the algorithm will be described and the performance will be reported. The developed combined simulation algorithm extended the parallel discrete simulation algorithm Time Warp towards combined simulation. Experiments show that compared to the sequential implementation of the model a modest speed-up can be achieved.     

电磁矢量阵中基于平行因子压缩感知的角度估计算法

将平行因子框架与压缩感知理论相结合,解决了电磁矢量传感器阵列中的波达方向估计问题。首 先将接收信号构建成平行因子模型,然后结合压缩感知理论,对平行因子模型压缩。根据三线性交替最小二乘算法对压缩后的平行因子模型进行分解,最后利用信号的稀疏性,得到波达方向估计。借助压缩过程,本文算法降低了传统的平行因子算法的计算复杂度,节约了 存储空间。本文算法无需谱峰搜索,且同时适用于均匀线阵和非均匀线阵。该算法的角度估计性优于ESPRIT算法,且接近传统的基于平行因子模型的角度估计算法,仿真结果证明该算法的有效性。     

基于GPU多流并发并行模型的NDVI提取算法

利用GPU进行加速的归一化差分植被指数(Normalized Differential Vegetation Index,NDVI)提取算法通常采用GPU多线程并行模型,存在弱相关计算之间以及CPU与GPU之间数据传输耗时较多等问题,影响了加速效果的进一步提升。针对上述问题,根据NDVI提取算法的特性,文中提出了一种基于GPU多流并发并行模型的NDVI提取算法。通过CUDA流和Hyper-Q特性,GPU多流并发并行模型可以使数据传输与弱相关计算、弱相关计算与弱相关计算之间达到重叠,从而进一步提高算法并行度及GPU资源利用率。文中首先通过GPU多线程并行模型对NDVI提取算法进行优化,并对优化后的计算过程进行分解,找出包含数据传输及弱相关性计算的部分;其次,对数据传输和弱相关计算部分进行重构,并利用GPU多流并发并行模型进行优化,使弱相关计算之间、弱相关计算和数据传输之间达到重叠的效果;最后,以高分一号卫星拍摄的遥感影像作为实验数据,对两种基于GPU实现的NDVI提取算法进行实验验证。实验结果表明,与传统基于GPU多线程并行模型的NDVI提取算法相比,所提算法在影像大于12000*12000像素时平均取得了约1.5倍的加速,与串行提取算法相比取得了约260倍的加速,具有更好的加速效果和并行性。