題 目：并行計算在圖像處理中的應用研究
一.研究背景、概況及意義
1.研究背景
隨著科學技術的飛速發(fā)展,越來越多的大規(guī)模科學和工程計算問題對計算機的速度提出了非常高的要求。在圖像處理方面,大規(guī)模的地形匹配、神經(jīng)網(wǎng)絡計算及其他計算量大的任務都需要計算機具有強大的計算性能。近年來,微處理器的性能不斷提高,高速局域網(wǎng)的不斷發(fā)展,可以利用相對廉價的微機通過高速局域網(wǎng)構(gòu)建高性能的并行集群計算系統(tǒng)。與傳統(tǒng)的超級計算機相比,并行集群計算系統(tǒng)具有較高的性價比和良好的可擴展性,可以滿足不同規(guī)模的大型計算問題。
在數(shù)字圖像處理中，圖像匹配是根據(jù)已知一幅圖像在陌生圖像中尋找對應子圖像的過程，它在計算機視覺、航空遙感、醫(yī)學圖像、飛行器制導等領域具有廣泛的應用。目前，圖像匹配算法很多，基于灰度匹配算法簡單、精度高，但計算量大、對旋轉(zhuǎn)形變等敏感?；谔卣髌ヅ浞椒ㄓ嬎懔啃。瑢叶茸兓?、形變及遮擋等有較好的適應性，但它取決于特征提取的質(zhì)量，匹配精度不是很理想?；谏窠?jīng)網(wǎng)絡和遺傳算法具有良好的并行性和非線性全局作用，良好的容錯和記憶能力，但計算代價高、參數(shù)選取對結(jié)果影響大。其中經(jīng)典的灰度相關算法具有匹配精度高，易于硬件實現(xiàn)等特點，但計算量大、速度慢，應用受到限制?，F(xiàn)今針對灰度相關匹配改進的算法較多，如灰度歸一化相關匹配，基本上是從相似性度量的函數(shù)著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發(fā)展，使得傳統(tǒng)的大型工作站可由多微機的集群系統(tǒng)代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間，成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理、改進，提高運算速度。
2.國內(nèi)外研究概況
目前，MPI(Message Passing Interface) 是比較流行的并行計算開發(fā)環(huán)境之一。MPI是一個并行計算消息傳遞接口標準,由MPI論壇(MPI Forum)推出,制定該標準的目的是提高并行程序的可移植性和開發(fā)效率。MPI論壇是由歐美主要的并行計算機生產(chǎn)商、大學、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6 月正式推出了MPI的第一個版本MPI1.0 ,又于1995 年6 月推出了MPI1.1 ,對原有的版本進行了修改、完善和補充。1997年7月推出的MPI2.0版本中,又加入了遠程存儲訪問、并行I/O、動態(tài)進程管理等內(nèi)容。MPI現(xiàn)在已經(jīng)成為產(chǎn)業(yè)界廣泛支持的并行計算標準。
3.現(xiàn)實意義
現(xiàn)今針對灰度相關匹配改進的算法較多, 如灰度歸一化相關匹配，基本上是從相似性度量的函數(shù)著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發(fā)展, 使得傳統(tǒng)的大型工作站由多微機的集群系統(tǒng)代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間, 成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理，并對其進行適當?shù)母倪M，以提高運算速度。
二.研究主要內(nèi)容
研究內(nèi)容：
基于并行計算在高性能計算中的優(yōu)勢并根據(jù)圖像處理的特點，探討了并行計算在圖像處理中的應用。給出了圖像并行處理的一般過程,并用具體例子作以說明，同時也給出了如何提高圖像并行處理效率的一些措施。
1 軟件工具的選擇
已有若干并行編程軟件包可供選擇，例如PVM ( ParallelVirtualMachine)，MPI ( Message Passing Interface)，Express，Pthreads等，但是，其中只有PVM，MPI是針對網(wǎng)絡多計算機系統(tǒng)(或工作站集群系統(tǒng))設計的。前者提供了一種支持異構(gòu)或同構(gòu)計算機間消息傳遞的軟件環(huán)境，適合于多種硬件結(jié)構(gòu),包括運行Linux、UNIX操作系統(tǒng)的PC機。它可以用C或者Fortran編程。而MPI具有和PVM 類似的比較強大的功能。與PVM一樣，它可以用C或者Fortran編程，并且也適合于多種硬件結(jié)構(gòu)，包括運行Linux、Windows、NT操作系統(tǒng)的PC機。但它是被推薦的一種適用于消息傳遞型多計算機系統(tǒng)的并行軟件編程標準。因此，它不僅實用，可移植、高效靈活，而且將有更廣泛的推廣價值。此外，它的許多版本與實現(xiàn),如MPICH、CHIPM、LAM等都可以在網(wǎng)上免費下載，這為圖像并行處理的研究提供了十分有利的條件。在我們研究圖像并行處理時，選擇了MPI作為并行程序設計工具。
2 并行圖像處理算法的實現(xiàn)圖像處理的并行求解過程，一般分為以下幾個步驟：
(1) 對圖像處理問題進行抽象，建立算法串行模型;
(2) 對算法串行模型進行分析，找出算法模型中需要并行處理的部分，確定算法并行實現(xiàn)方法建立算法并行模型的描述;
(3) 用并行計算語言實現(xiàn)并行算法;
(4) 在并行集群計算系統(tǒng)上運行，調(diào)試并行算法。
3 并行圖像處理具體算法實例：灰度匹配是數(shù)字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數(shù)據(jù)分割處理，結(jié)合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現(xiàn)，對傳統(tǒng)的圖像灰度匹配算法進行并行化改進，試驗結(jié)果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
研究目標：
灰度匹配是數(shù)字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數(shù)據(jù)分割處理，結(jié)合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現(xiàn)，對傳統(tǒng)的圖像灰度匹配算法進行并行化改進，試驗結(jié)果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
三.研究步驟、方法及措施
研究步驟與方法
本課題將先從理論上提出解決辦法，再從實踐中不斷驗證斷修正理論模型后開發(fā)出一個初步的應用系統(tǒng)。立足于并行計算在圖像處理方面的應用，致力于研究MPI在灰度匹配上的具體應用。
可能遇到的問題及采取的措施
1. 圖像處理的并行模型的選擇以及實現(xiàn)
2. 分析并行量大時和并行量小時等多種情況的比較。
四.研究進度計劃
研究工作的總體安排和進度：
1. 20XX.2.21-20XX.3.6 查閱相關文檔、確定論文題目
2. 20XX.3.7-20XX.3.20 撰寫開題報告，調(diào)研項目所用的并行計算技術
3. 20XX.3.21-20XX.3.23 文獻綜述
4. 20XX.3.24-20XX.4.19 項目開發(fā)，大體完成
5. 20XX.4.20-20XX.4.24 外文翻譯
6. 20XX.4.25-20XX.5.6 論文一稿
7. 20XX.5.7-20XX.5.8 中期檢查
8. 20XX.5.9-20XX.5.31 論文二稿
9. 20XX.6.1-20XX.6.5 論文三稿
10. 20XX.6.6-20XX.6.10 論文定稿，準備答辯材料
五.參考文獻
[1] 陳國良,安虹. 并行算法實踐[M ]. 北京:高等教育出版社, 2004.
[2] 都志輝. 高性能計算之并行編程技術———MPI并行程序設計[M]. 北京:清華大學出版社, 2001.
[3] SCH ISTAD AH, JA IN SOTBERG AK. Texture Fusion and FeatureSelection App lied to SAR Imagery [J]. IEEE Transactions on Ge2osience and Remote Sensing, 1997, 35 (2) : 475 - 478.
[4] UNSERM. Texture classification and segmentation usingwavelet frames[J]. IEEE Transactios Image Processing, 1995, 4 (11): 1549 - 1560.
[5] SIMARD M,DEGRAND I G. Analysis of Speckle Noise ContributiononWavelet Decomposition of SAR Images[J]. IEEE Transactions onGeoscience and Remote Sensing, 1998, 36 (6) : 1953 - 1962.
[6] BARALD I A , PARM IGGIAN F . An Investigation of the TextureCharacteristics Associated with GrayLevel Co2occurrenceMatrix Sta2
一.研究背景、概況及意義
1.研究背景
隨著科學技術的飛速發(fā)展,越來越多的大規(guī)模科學和工程計算問題對計算機的速度提出了非常高的要求。在圖像處理方面,大規(guī)模的地形匹配、神經(jīng)網(wǎng)絡計算及其他計算量大的任務都需要計算機具有強大的計算性能。近年來,微處理器的性能不斷提高,高速局域網(wǎng)的不斷發(fā)展,可以利用相對廉價的微機通過高速局域網(wǎng)構(gòu)建高性能的并行集群計算系統(tǒng)。與傳統(tǒng)的超級計算機相比,并行集群計算系統(tǒng)具有較高的性價比和良好的可擴展性,可以滿足不同規(guī)模的大型計算問題。
在數(shù)字圖像處理中，圖像匹配是根據(jù)已知一幅圖像在陌生圖像中尋找對應子圖像的過程，它在計算機視覺、航空遙感、醫(yī)學圖像、飛行器制導等領域具有廣泛的應用。目前，圖像匹配算法很多，基于灰度匹配算法簡單、精度高，但計算量大、對旋轉(zhuǎn)形變等敏感?；谔卣髌ヅ浞椒ㄓ嬎懔啃。瑢叶茸兓?、形變及遮擋等有較好的適應性，但它取決于特征提取的質(zhì)量，匹配精度不是很理想?；谏窠?jīng)網(wǎng)絡和遺傳算法具有良好的并行性和非線性全局作用，良好的容錯和記憶能力，但計算代價高、參數(shù)選取對結(jié)果影響大。其中經(jīng)典的灰度相關算法具有匹配精度高，易于硬件實現(xiàn)等特點，但計算量大、速度慢，應用受到限制?，F(xiàn)今針對灰度相關匹配改進的算法較多，如灰度歸一化相關匹配，基本上是從相似性度量的函數(shù)著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發(fā)展，使得傳統(tǒng)的大型工作站可由多微機的集群系統(tǒng)代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間，成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理、改進，提高運算速度。
2.國內(nèi)外研究概況
目前，MPI(Message Passing Interface) 是比較流行的并行計算開發(fā)環(huán)境之一。MPI是一個并行計算消息傳遞接口標準,由MPI論壇(MPI Forum)推出,制定該標準的目的是提高并行程序的可移植性和開發(fā)效率。MPI論壇是由歐美主要的并行計算機生產(chǎn)商、大學、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6 月正式推出了MPI的第一個版本MPI1.0 ,又于1995 年6 月推出了MPI1.1 ,對原有的版本進行了修改、完善和補充。1997年7月推出的MPI2.0版本中,又加入了遠程存儲訪問、并行I/O、動態(tài)進程管理等內(nèi)容。MPI現(xiàn)在已經(jīng)成為產(chǎn)業(yè)界廣泛支持的并行計算標準。
3.現(xiàn)實意義
現(xiàn)今針對灰度相關匹配改進的算法較多, 如灰度歸一化相關匹配，基本上是從相似性度量的函數(shù)著手進行算法的改進，但很多是基于串行處理。隨著近幾年硬件的飛速發(fā)展, 使得傳統(tǒng)的大型工作站由多微機的集群系統(tǒng)代替，從而使得計算量大的問題可由后者解決。在圖像處理的研究中，并行處理的引入極大地縮短了計算時間, 成為圖像處理中的一種重要手段。本文基于灰度相關匹配進行并行化處理，并對其進行適當?shù)母倪M，以提高運算速度。
二.研究主要內(nèi)容
研究內(nèi)容：
基于并行計算在高性能計算中的優(yōu)勢并根據(jù)圖像處理的特點，探討了并行計算在圖像處理中的應用。給出了圖像并行處理的一般過程,并用具體例子作以說明，同時也給出了如何提高圖像并行處理效率的一些措施。
1 軟件工具的選擇
已有若干并行編程軟件包可供選擇，例如PVM ( ParallelVirtualMachine)，MPI ( Message Passing Interface)，Express，Pthreads等，但是，其中只有PVM，MPI是針對網(wǎng)絡多計算機系統(tǒng)(或工作站集群系統(tǒng))設計的。前者提供了一種支持異構(gòu)或同構(gòu)計算機間消息傳遞的軟件環(huán)境，適合于多種硬件結(jié)構(gòu),包括運行Linux、UNIX操作系統(tǒng)的PC機。它可以用C或者Fortran編程。而MPI具有和PVM 類似的比較強大的功能。與PVM一樣，它可以用C或者Fortran編程，并且也適合于多種硬件結(jié)構(gòu)，包括運行Linux、Windows、NT操作系統(tǒng)的PC機。但它是被推薦的一種適用于消息傳遞型多計算機系統(tǒng)的并行軟件編程標準。因此，它不僅實用，可移植、高效靈活，而且將有更廣泛的推廣價值。此外，它的許多版本與實現(xiàn),如MPICH、CHIPM、LAM等都可以在網(wǎng)上免費下載，這為圖像并行處理的研究提供了十分有利的條件。在我們研究圖像并行處理時，選擇了MPI作為并行程序設計工具。
2 并行圖像處理算法的實現(xiàn)圖像處理的并行求解過程，一般分為以下幾個步驟：
(1) 對圖像處理問題進行抽象，建立算法串行模型;
(2) 對算法串行模型進行分析，找出算法模型中需要并行處理的部分，確定算法并行實現(xiàn)方法建立算法并行模型的描述;
(3) 用并行計算語言實現(xiàn)并行算法;
(4) 在并行集群計算系統(tǒng)上運行，調(diào)試并行算法。
3 并行圖像處理具體算法實例：灰度匹配是數(shù)字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數(shù)據(jù)分割處理，結(jié)合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現(xiàn)，對傳統(tǒng)的圖像灰度匹配算法進行并行化改進，試驗結(jié)果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
研究目標：
灰度匹配是數(shù)字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基于MPI(Message Passing Interface)的集群并行處理思想引入到圖像灰度匹配中，對待匹配的圖像采用數(shù)據(jù)分割處理，結(jié)合并行處理的一般步驟對圖像灰度匹配進行并行建模、實現(xiàn)，對傳統(tǒng)的圖像灰度匹配算法進行并行化改進，試驗結(jié)果表明并行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的并行化處理，驗證了并行計算的高性能。
三.研究步驟、方法及措施
研究步驟與方法
本課題將先從理論上提出解決辦法，再從實踐中不斷驗證斷修正理論模型后開發(fā)出一個初步的應用系統(tǒng)。立足于并行計算在圖像處理方面的應用，致力于研究MPI在灰度匹配上的具體應用。
可能遇到的問題及采取的措施
1. 圖像處理的并行模型的選擇以及實現(xiàn)
2. 分析并行量大時和并行量小時等多種情況的比較。
四.研究進度計劃
研究工作的總體安排和進度：
1. 20XX.2.21-20XX.3.6 查閱相關文檔、確定論文題目
2. 20XX.3.7-20XX.3.20 撰寫開題報告，調(diào)研項目所用的并行計算技術
3. 20XX.3.21-20XX.3.23 文獻綜述
4. 20XX.3.24-20XX.4.19 項目開發(fā)，大體完成
5. 20XX.4.20-20XX.4.24 外文翻譯
6. 20XX.4.25-20XX.5.6 論文一稿
7. 20XX.5.7-20XX.5.8 中期檢查
8. 20XX.5.9-20XX.5.31 論文二稿
9. 20XX.6.1-20XX.6.5 論文三稿
10. 20XX.6.6-20XX.6.10 論文定稿，準備答辯材料
五.參考文獻
[1] 陳國良,安虹. 并行算法實踐[M ]. 北京:高等教育出版社, 2004.
[2] 都志輝. 高性能計算之并行編程技術———MPI并行程序設計[M]. 北京:清華大學出版社, 2001.
[3] SCH ISTAD AH, JA IN SOTBERG AK. Texture Fusion and FeatureSelection App lied to SAR Imagery [J]. IEEE Transactions on Ge2osience and Remote Sensing, 1997, 35 (2) : 475 - 478.
[4] UNSERM. Texture classification and segmentation usingwavelet frames[J]. IEEE Transactios Image Processing, 1995, 4 (11): 1549 - 1560.
[5] SIMARD M,DEGRAND I G. Analysis of Speckle Noise ContributiononWavelet Decomposition of SAR Images[J]. IEEE Transactions onGeoscience and Remote Sensing, 1998, 36 (6) : 1953 - 1962.
[6] BARALD I A , PARM IGGIAN F . An Investigation of the TextureCharacteristics Associated with GrayLevel Co2occurrenceMatrix Sta2