导读:本文包含了并行图象处理论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图象处理,图象,神经网络,灰度,嵌入式,边缘,计算机。
并行图象处理论文文献综述
谢静思[1]（2015）在《计算机LS MPP嵌入式并行图象处理之我见》一文中研究指出随着经济和现代科技的飞速发展,LS MPP嵌入式计算机已经成为航空航天事业技术革新的业务核心之一,对于我国航空航天事业的飞速发展,具有积极的作用和意义。与此同时,这项技术有效克服了传统计算机性能低效率低下等方面的缺点,具有高效、方便、及时等特点,为我国航天事业的发展和腾飞迎来了新的浪潮。本文将通过计算机LS MPP嵌入式并行图象处理的角度进行深入地论述和分析,希望为互联网技术以及航空航天事业的发展,提供一些行之有效的措施和建议。(本文来源于《信息化建设》期刊2015年12期）
马冬冬[2]（2010）在《遥感图象复原与超分辨并行处理系统设计技术研究》一文中研究指出遥感图象在成像过程中,会受到模糊、噪声和云雾等因素的干扰,使图象质量退化,细节丢失,分辨率降低。同时,由模数(A/D)变换过程中欠采样所引起的频率混迭,会使图象高频信息丢失,产生频谱畸变,从而进一步降低图象的分辨率。图象复原与超分辨的任务就是尽最大可能地消除由这些因素所引起的图象质量退化,提高其清晰度、对比度和分辨率。本文在不改变成像系统硬件条件的情况下,力图通过地面处理的方法对遥感图象复原与超分辨并行系统设计及其算法实现技术进行创新性研究,探索能够快速高效地提高遥感图象分辨率的新技术。遥感图象复原与超分辨并行系统设计及其算法研究的内容主要分为硬件和软件两个部分,其中硬件部分包括体系结构的选择和硬件系统的构建,软件部分包括并行算法模型的建立、并行算法的实现及其性能优化。目前,并行技术的应用已遍布图象处理的各个领域,但其本身尚存在许多未解决的难题,如系统底层硬件差异大、代价高,算法标准不统一、移植性差等,阻碍了其应用和发展。对图象并行体系结构的研究是并行算法设计的基础,可实现算法到结构的最优转换。本文结合具体的算法和应用,对多种基于计算机和DSP的图象并行处理系统进行详细的分析、分类和对比,指出通用化和结构融合是图象并行处理系统发展的趋势,通用系统目前主要基于DSP和机群两种体系结构。其中,DSP适合于小规模图象并行处理的快速响应,而机群则适合于海量大尺度遥感数据的实时处理。在此基础上,利用图象复原与超分辨算法在两种结构上进行了实验分析和规模预测,结果表明采用DSP结构设计的硬件系统规模太大而难以进行管理和应用,因此选择机群作为系统实现结构。在基于机群的系统结构基础上,结合图象复原与超分辨算法的特点,可将图象复原与超分辨的并行硬件系统设计为由胖节点、Infiniband交换机和光纤磁盘阵列等设备组成的SMP机群系统。在该系统上,采用基于细粒度并行化的OpenMP与MPI相结合的混合编程模型,可以充分发挥OpenMP节点内细粒度并行和MPI节点间粗粒度并行的综合优势,获得较好的并行性能。本文随后建立该系统性能模型的表达式,给出处理器个数和系统加速比、效率之间的关系。对该模型的深入分析表明,处理器数目的增加存在限制,若超出该值,由此带来的通信开销的急剧增大将掩盖新加入处理器的贡献,反而会使系统性能降低。并行处理技术发展的现状是软件远远滞后于硬件,因此对图象复原与超分辨并行算法实现技术的研究具有重大意义。本文通过对并行算法设计中影响其性能的负载、通信和I/O叁大因素进行深入研究,建立表征通信代价的数学模型。根据该模型,对固有通信、附加通信、开销、延迟和冲突等产生的机理进行了讨论,指出合并通信是一个很好的优化策略,它能在提高通信性能的同时有效避免竞争和冲突。然后,根据I/O系统的结构,建立对应的抽象层次模型,给出各层的优化策略。最后根据图象复原与超分辨并行算法的特点,对其域分解方法进行研究,建立一种基于PPCTS结构的并行算法模型。在已建立的遥感图象域分解方法和基于PPCTS算法模型的基础上,可进行图象复原与超分辨并行算法的设计。在图象复原部分,本文提出一种基于PDE的并行扩散去噪算法,而在图象超分辨部分,则提出一种频域扩展与补偿并行超分辨算法。其中,基于二阶PDE的并行扩散去噪算法是建立在对PDE去噪相关理论和并行化技术深入研究的基础上,主要用来快速去除遥感图象中广泛存在的高斯白噪声和泊松噪声,实验结果表明该算法能够在滤除噪声的同时保护图象的边缘,其处理效果好、速度快,能够满足实时应用的需求。而频域扩展与补偿并行超分辨算法能够快速地解开频率混迭,进一步提高图象的分辨率,它在融合单帧频域内插与增强技术和频率补偿滤波器的基础上,对算法中计算量最大的FFT和矩阵相乘算法进行了并行化,因此不但能消除遥感图象中可能引起振铃现象的频率突变,拓展频谱,提高图象的清晰度、对比度和分辨率,还能够大幅度提高算法的处理速度。在具有4个处理器的并行机上进行的测试表明,两种算法的加速比都可达到3倍以上,并行效率高于75%,同时都具有较好的可扩展性。在使用2个处理器时,并行效率最高可达92.9%。(本文来源于《哈尔滨工业大学》期刊2010-12-01）
王忠,李莉,李俊山,陈朝阳,沈绪榜[3]（2002）在《LS MPP嵌入式并行图象处理计算机》一文中研究指出使星、箭载计算机达到百亿次—千亿次的处理能力以满足实时图象处理的需要是发展国产航空航天嵌入式计算机的关键问题。LSMPP嵌入式计算机将VLSI技术与大规模并行处理技术相结合,为解决这一问题提供了一条有效的技术途径。文章介绍了该计算机在系统结构、芯片组成与设计、样机设计及系统软件的技术特点,并指出了今后的发展方向。(本文来源于《微电子学与计算机》期刊2002年11期）
葛洪伟,林意[4]（2001）在《灰度图象处理的并行分布式加权识别系统模型》一文中研究指出文章提出了一种可用于灰度图象处理的并行自适应加权识别系统模型,从理论上对该模型作了相应的数学描述和分析,并给出了将系统应用于灰度图象边缘检测的实例。(本文来源于《微电子学与计算机》期刊2001年05期）
葛洪伟,朱建鸿[5]（2000）在《可用于灰度图象处理的并行自适应加权识别系统模型》一文中研究指出提出了一种可用于灰度图象处理的并行自适应加权识别系统模型 ,从理论上对该模型作了相应的数学描述和分析 ,并给出了将系统应用于灰度图象边缘检测的实例 .(本文来源于《无锡轻工大学学报》期刊2000年05期）
毛希平[6]（2000）在《图象重建技术在并行处理系统中的应用》一文中研究指出本文基于一个叁维锥形束 CT图象重建算法的实例 ,探讨了图象重建技术在并行处理系统中的应用 .图象重建这类计算问题的数据相关性小 ,很适合并行处理 ,从测试模型的重建结果和计算时间来看 ,达到了预期的结果 .(本文来源于《小型微型计算机系统》期刊2000年03期）
李欣,李德华,胡汉平,胡颖嵩[7]（2000）在《基于PVM平台的并行数字图象处理算法研究》一文中研究指出PVM是目前最有影响的基于消息传递的并行软件,它为用户提供了一种以较小的代价实现高性能计算的有效途径。本文提出了一种基于PVM平台的数字图象处理算法的平行化方法,该算法充分考虑了数字图象处理的特点,使用“群集”模型,有效提高了数字图象处理的速度,达到理想效果。(本文来源于《计算机与数字工程》期刊2000年01期）
钟晓班[8]（1999）在《图象处理用并行计算器》一文中研究指出图象处理用并行计算器@钟晓班由CEA实验室开发的并行计算器（S－Sym－phonie）可以处理有关任何图象的数据。计算器的结构可保证TokenRing网络范围内的存储元件和处理器之间的联系。同时网络外围设备的每个处理器都采用智能单元来控制它所在的处理器和(本文来源于《管理科学文摘》期刊1999年08期）
熊沈蜀,周兆英,钟理民[9]（1999）在《高速多功能二值图象并行处理系统》一文中研究指出介绍了一种高速多功能二值图像处理系统，该系统由硬件电路实现收缩、膨胀、轮廓跟踪和细化处理。系统的处理速度只与硬件的延时有关，而与图形的复杂程度和主机无关，整个硬件电路集中在一个标准的ＰＣ机接口板上，可广泛用于各类图象处理中。(本文来源于《电子技术应用》期刊1999年07期）
张玉珩,陆鑫达[10]（1999）在《网络并行计算在图象处理中的应用》一文中研究指出当前随着计算要求的不断提高．并行计算发展方兴未艾，网络并行计算更成为新的潮流。在并行处理中，图象处理是一个重要的应用领域。提出一种动态并行方法．以此实现Mandelbrot图形。通过对实验数据的分析，对子任务规模和并行计算的加速比进行了研究。(本文来源于《计算机工程》期刊1999年06期）
并行图象处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
遥感图象在成像过程中,会受到模糊、噪声和云雾等因素的干扰,使图象质量退化,细节丢失,分辨率降低。同时,由模数(A/D)变换过程中欠采样所引起的频率混迭,会使图象高频信息丢失,产生频谱畸变,从而进一步降低图象的分辨率。图象复原与超分辨的任务就是尽最大可能地消除由这些因素所引起的图象质量退化,提高其清晰度、对比度和分辨率。本文在不改变成像系统硬件条件的情况下,力图通过地面处理的方法对遥感图象复原与超分辨并行系统设计及其算法实现技术进行创新性研究,探索能够快速高效地提高遥感图象分辨率的新技术。遥感图象复原与超分辨并行系统设计及其算法研究的内容主要分为硬件和软件两个部分,其中硬件部分包括体系结构的选择和硬件系统的构建,软件部分包括并行算法模型的建立、并行算法的实现及其性能优化。目前,并行技术的应用已遍布图象处理的各个领域,但其本身尚存在许多未解决的难题,如系统底层硬件差异大、代价高,算法标准不统一、移植性差等,阻碍了其应用和发展。对图象并行体系结构的研究是并行算法设计的基础,可实现算法到结构的最优转换。本文结合具体的算法和应用,对多种基于计算机和DSP的图象并行处理系统进行详细的分析、分类和对比,指出通用化和结构融合是图象并行处理系统发展的趋势,通用系统目前主要基于DSP和机群两种体系结构。其中,DSP适合于小规模图象并行处理的快速响应,而机群则适合于海量大尺度遥感数据的实时处理。在此基础上,利用图象复原与超分辨算法在两种结构上进行了实验分析和规模预测,结果表明采用DSP结构设计的硬件系统规模太大而难以进行管理和应用,因此选择机群作为系统实现结构。在基于机群的系统结构基础上,结合图象复原与超分辨算法的特点,可将图象复原与超分辨的并行硬件系统设计为由胖节点、Infiniband交换机和光纤磁盘阵列等设备组成的SMP机群系统。在该系统上,采用基于细粒度并行化的OpenMP与MPI相结合的混合编程模型,可以充分发挥OpenMP节点内细粒度并行和MPI节点间粗粒度并行的综合优势,获得较好的并行性能。本文随后建立该系统性能模型的表达式,给出处理器个数和系统加速比、效率之间的关系。对该模型的深入分析表明,处理器数目的增加存在限制,若超出该值,由此带来的通信开销的急剧增大将掩盖新加入处理器的贡献,反而会使系统性能降低。并行处理技术发展的现状是软件远远滞后于硬件,因此对图象复原与超分辨并行算法实现技术的研究具有重大意义。本文通过对并行算法设计中影响其性能的负载、通信和I/O叁大因素进行深入研究,建立表征通信代价的数学模型。根据该模型,对固有通信、附加通信、开销、延迟和冲突等产生的机理进行了讨论,指出合并通信是一个很好的优化策略,它能在提高通信性能的同时有效避免竞争和冲突。然后,根据I/O系统的结构,建立对应的抽象层次模型,给出各层的优化策略。最后根据图象复原与超分辨并行算法的特点,对其域分解方法进行研究,建立一种基于PPCTS结构的并行算法模型。在已建立的遥感图象域分解方法和基于PPCTS算法模型的基础上,可进行图象复原与超分辨并行算法的设计。在图象复原部分,本文提出一种基于PDE的并行扩散去噪算法,而在图象超分辨部分,则提出一种频域扩展与补偿并行超分辨算法。其中,基于二阶PDE的并行扩散去噪算法是建立在对PDE去噪相关理论和并行化技术深入研究的基础上,主要用来快速去除遥感图象中广泛存在的高斯白噪声和泊松噪声,实验结果表明该算法能够在滤除噪声的同时保护图象的边缘,其处理效果好、速度快,能够满足实时应用的需求。而频域扩展与补偿并行超分辨算法能够快速地解开频率混迭,进一步提高图象的分辨率,它在融合单帧频域内插与增强技术和频率补偿滤波器的基础上,对算法中计算量最大的FFT和矩阵相乘算法进行了并行化,因此不但能消除遥感图象中可能引起振铃现象的频率突变,拓展频谱,提高图象的清晰度、对比度和分辨率,还能够大幅度提高算法的处理速度。在具有4个处理器的并行机上进行的测试表明,两种算法的加速比都可达到3倍以上,并行效率高于75%,同时都具有较好的可扩展性。在使用2个处理器时,并行效率最高可达92.9%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
并行图象处理论文参考文献
[1].谢静思.计算机LSMPP嵌入式并行图象处理之我见[J].信息化建设.2015
[2].马冬冬.遥感图象复原与超分辨并行处理系统设计技术研究[D].哈尔滨工业大学.2010
[3].王忠,李莉,李俊山,陈朝阳,沈绪榜.LSMPP嵌入式并行图象处理计算机[J].微电子学与计算机.2002
[4].葛洪伟,林意.灰度图象处理的并行分布式加权识别系统模型[J].微电子学与计算机.2001
[5].葛洪伟,朱建鸿.可用于灰度图象处理的并行自适应加权识别系统模型[J].无锡轻工大学学报.2000
[6].毛希平.图象重建技术在并行处理系统中的应用[J].小型微型计算机系统.2000
[7].李欣,李德华,胡汉平,胡颖嵩.基于PVM平台的并行数字图象处理算法研究[J].计算机与数字工程.2000
[8].钟晓班.图象处理用并行计算器[J].管理科学文摘.1999
[9].熊沈蜀,周兆英,钟理民.高速多功能二值图象并行处理系统[J].电子技术应用.1999
[10].张玉珩,陆鑫达.网络并行计算在图象处理中的应用[J].计算机工程.1999
论文知识图
