LS MPP并行图像处理机

L S MPP是一个包含 10 2 4个处理元的细粒度并行 SIMD计算机 .为了满足低级图像处理的需要 ,以二维网格互连构成 32× 32阵列 .该文介绍 L S MPP并行处理机的系统组成、处理元结构、系统控制器、存储器组织 .并对 L S

并行图像处理算法的设计与实现

在并行计算机上使用并行算法对数字图像进行处理 ,使一些计算复杂度很高和计算量很大的计算问题得到较好解决 ,并获得满意的结果。

一种机群系统下的并行图像处理环境

基于图像代数理论,研究、实现了一种应用于机群系统上的高层次图形并行处理和开发环境,为用户提供一种简捷、方便的图像算法描述方式,算法的并行实现由处理环境自动完成,同时提出一种优化的调度策略,使算法的并行处理获得比较理想的加速比.

基于局域网组播技术的并行图像处理系统

提出了在Windows环境下利用组播技术实现并行图像处理系统的方法。服务器根据当前的网络中各客户机的运行状态确定参与并行处理的客户机个数及任务分配方案 ,客户机则由服务器消息驱动完成指定的任务。

运用可变模板进行并行图像处理的一种快速算法

提出了一种在并行机上有效地计算 (空间 )可变模板的方法 .论证了利用一个在图像网格点处计算多项式的优化算法 ,可以大大减少可变模板的运算量 .对于包含非多项式函数的可变模板 ,可以用函数的泰勒级数展开实现在像素点上的递推运算 .详细分析了可变模板中若干常用函数的泰勒展开用于实现模板运算的合理性、准确性和有效性 .关于硬件的影响以及该方法的适用范围 ,也做了讨论 .

基于NOWs分布式共享存储系统的并行图像处理数据通讯研究

1.引言目前,并行分布式系统的应用正在不断地发展和扩大.将现有的微机、工作站用高速网络连接起来,再配上并行分布式计算的软件环境,便能实现高速的并行计算….这将有利于普及并行计算.在所有类型的并行系统中,基于分布式存储的工作站集群(NOWs)由于具有很高的性价比,越来越受到高性能计算领域的重视[2～4].

并行图像处理机技术

为建立弹载高性能嵌入式计算机通用平台,提出了一种基于高速数字信号处理器(DSP)的并行图像处理系统设计方案。研究了多指令流多数据流(MIMD)并行处理系统拓扑、片上系统(SOC)、先进总线和小型化集成模块设计等关键技术,并从系统和单元两个设计层次上,阐述了方案的实现途径。

分布式并行遥感图像处理中的数据划分

讨论了分布式并行遥感图像处理中的数据划分问题。为了便于分析该问题 ,提出了图像处理应分为三类 ,即 :点处理、线处理和域处理 ,同时还提出了数据通讯量应当进一步细分为净通讯量和实际通讯量。通过对不同数据划分方式的净通讯量和实际通讯量的分析 ,得出了在三类图像处理中数据划分的最佳方式。另外 ,文章在最后还进一步分析了非平均分配的数据划分问题。

可扩展的并行地理图像处理系统

可扩展的并行地理图像处理系统 (Par GIP)是基于多操作系统平台的机群并行图像处理系统 ,它采取Client- Server结构 ,采用插件技术和算法化的处理操作 。

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。

遥感图像目标识别的并行处理方法

为提高遥感图像目标识别的速度,减少消耗的时间,提出了一种特殊的遥感图像目标识别的并行处理方法。基于这种方法,只需对串行识别算法做较少的改动即可实现遥感图像目标识别的并行化处理,无需设计专门的并行识别算法,以较低的代价解决了遥感图像目标识别耗时较多的问题。

分布式并行遥感图像处理中的数据划分

信息技术在不断普及的过程中,分布式并行遥感图像处理技术被应用到各个领域。本文主要针对分布式并行遥感图像处理中数据划分问题进行分析,内容如下。

面向三维重建的无人机影像并行处理技术

为提升三维重建任务的执行速度,解决行业现实应用对时效性的需求,提出一种无人机影像并行处理与特征提取算法,基于CPU与GPU两种计算架构在三维重建的两个阶段并行加速处理。一是基于CPU的并行处理策略,针对多核处理器采用OpenMP多线程机制,对无人机影像进行并行加载,为后续处理提供高效数据源;二是基于GPU的并行处理策略,通过改进SIFTGPU算法在GPU上以并行方式对图像进行特征提取,为快速重建提供特征输入。真实数据的实验结果表明,与现有算法相比,在图像处理速度上提升了2倍,特征点数量提升了4倍的同时,提取速度提升了11倍。

嵌入式邻域图像并行处理机的液晶显示系统设计

介绍了嵌入式邻域图像并行处理机(Neighborhood Image Parallel Computer,NIPC-3e)的液晶显示系统设计。该系统可以显示实景图像或者是经过邻域图像并行处理机处理后的结果图像。文章给出了一种基于FPGA、SRAM、CPLD和SDRAM的液晶显示控制设计方案,详细介绍了CPLD与NIPC-3e的接口设计、基于CPLD的LCD时序驱动设计和基于CPLD的SDRAM时序控制逻辑设计。该系统已成功地应用在NIPC-3e上,可以实现人脸检测和手势识别等功能。

一种应用于多仿生机器鱼协作的图像并行处理方法

并行处理是提高图像处理速度的重要途径。结合图像处理算子的隐合并行性和机器的字长特性，提出了一种通用的并行识别方法，利用MMX指令和SSE指令予以实现，并应用于多仿生机器鱼协作系统的视觉子系统中。该方法适于批量数据块处理，可以成倍提高系统的处理速度。

基于Fermi平台的双边滤波超声图像斑点噪声抑制并行处理算法

对医学超声图像使用双边滤波技术不仅可以很好地抑制噪声,同时可以较好地保留组织结构信息。但由于该技术涉及大量的复杂计算往往难以满足实时处理的要求,为此依据Fermi架构技术特性设计完成一种斑点噪声抑制的并行处理算法。数据测试结果显示,采用Fermi架构的GPU处理在保证算法处理效果基础上获得了比较明显的加速效果。对于512×512的图像数据在迭代两次的情况下能够达到25 fps的帧率,速度提高了大约90倍。

软件DSM机群上并行大规模地理图像处理系统ParGIP

基于共享虚拟存储 (sharedvirtualmemory ,SVM )PC机群的大规模并行地理图像处理原型系统ParGIP(parallelgeographicalimageprocessing)采用Client Server计算模型 ,通过软件分布式共享存储 ①(softwaredistributedsharedmemo ry ,softwareDSM )中间层将PC机群组织成一个逻辑上共享内存的并行计算平台 ,地理图像处理可以充分利用ParGIP提供的大共享内存和并行处理能力来提高性能 ,缩短处理周期 ,从而解决传统单机串行方式下地理图像处理中内存匮乏和计算能力不足的问题 ParGIP还进一步将机群中各个结点上分布的磁盘组织起来 ,提供地理影像库所需的海量存储空间和并行I/O能力 测试结果表明 :ParGIP的 8机并行I/O带宽达到 10 2 6MB/s 。

基于集群的图像并行处理技术的研究

介绍了集群计算机系统和PVM,通过分析集群计算机系统的特征,提出基于集群计算机系统的图像并行处理系统,并分析了该系统的结构、基本功能与关键技术。该系统能提供更好的图像处理性能,具有较好的实际应用价值。

1394总线多视觉传感器并行图像采集处理技术

文章在控制架构中,利用1394总线传输速度快的优点,把多传感器的控制信号网络与图像数据传输信号网络合而为一,简化了整个控制系统,并在DSP图像处理单元里采用了可编程的FLASH存储器。结果证明,该测量系统不仅能满足在线实时测量的要求,而且还具有很好的通用性,可满足不同被测对象的需要。

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究;当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低;实验表明,通过对图像进行特征提取能很好地对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题;为此,提出一种ARM架构下计算机图像并行化处理技术研究方法;该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究;实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。