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].

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。

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。

一种图像并行处理的多重数据方法

就图像数据的并行处理给出了一种多重数据处理算法。它通过将数据结构的副本映射到多机网络系统中的处埋机（ＰＥｓ）上来实现数据结构的嵌入、分布、分解和收集、并根据多重数据方法，给出了数据结构的。直方图并行处理结构及相应的算法和分析。

粒子场光学全息测量中图像采集与数据处理的并行实现

为了缩短粒子场光学全息测量中获取粒子信息的时间,采用图像采集与数据处理并行执行的方法,在图像采集控制计算机与数据处理计算机之间,使用交换机和双绞线建立以太网,并利用Mysql数据库管理系统和Matlab定时器代替消息传递机制完成通信。当图像采集控制计算机将某个序列的图像采集完毕后,会对数据库中的相应单元进行标记,并开始下一序列的图像采集。空闲的数据处理计算机定时扫描数据库中的标记,监测到标记后,对相应的序列图像进行处理,并将处理结果保存在该空闲的数据处理计算机中,这样即可实现图像采集与数据处理的并行执行及多台数据处理计算机同时处理数据的目的。该方法具有简单易实现的特点,程序测试结果表明,并行执行大大缩短了获取粒子信息的时间。

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

多DSP图像压缩实时并行处理系统

针对图像实时高速压缩、传输的需求,设计了一套新型的多DSP图像压缩实时并行处理系统。选择整数CDF(2,2)双正交小波变换结合改进的SPIHT算法作为系统的实现方案,利用整数CDF(2,2)双正交小波变换实现图像变换,提高了运算速度,便于硬件实现。根据各个子图像的不同特点,改变扫描路线,采用四路并行分块处理的方法对SPIHT算法加以改进,提高编码速度,降低了编解码过程的运算复杂度和时间消耗。根据系统的实时性要求,使用四片DSP处理器构建了一个兼有紧耦合并行系统和松耦合并行系统优点的图像压缩实时并行处理系统。仿真实验表明,基于并行系统的图像压缩算法与传统的压缩算法相比,压缩的峰值信噪比(PSNR)提高了10%左右,压缩时间达到30 ms。

地理数字图像机群并行处理试验

地理数字图像是指与地理位置有关的数字图像,包括栅格图像、矢量图形等.随着数字地球时代的到来,地理数据采集设备分辨率的提高,地理图像所蓄含的信息量呈海量增[2],这要求图像处理速度应加快,效率应提高.因此,并行性引入数字图像处理成了必然趋势[3].地理图像处理中一般为几十兆一几百兆字节的矩阵操作,需大内存;分块矩阵计算过程中通信量少,因而地理数字图像处理易于并行化.

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。

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。

基于4×DSP的并行图像处理系统

在简要分析了当代几种典型的并行处理系统结构后,提出使用4颗TI公司高端数字信号处理器-TMS320C6416构建一种新型的并行图像处理系统。该系统通过一个同步四口SRAM和PCI总线构成互连结构,兼有紧耦合并行系统和松耦合并行系统的优点。然后,在所设计的并行硬件平台上,通过理论计算和实际的图像处理算法给出了包括点对点通信开销、加速比等在内的并行系统性能指标。最后,针对系统的性能瓶颈,进一步给出了提高系统性能的一些建议。

基于双DSP的遥感图像实时并行处理系统

在简要介绍遥感图像实时处理系统发展历程的基础上,详细分析几种基本的并行处理策略、并行处理技术及其相关的并行处理硬件平台,并针对具体应用背景提出了基于双DSP的遥感图像实时并行处理系统方案,同时,给出了利用上述并行处理系统实时处理展宽卫星云图的最终结果。该项并行处理方案的提出为将来星载大数据量实时处理技术的实现做了有益的尝试。

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。

基于平均化理论的PWM变流器电磁暂态快速仿真方法 (三)适用于图像处理器的改进EMTP并行仿真算法

智能电网技术的发展需要快速电磁暂态程序(EMTP),而日益广泛应用的图像处理器(GPU)为电磁暂态仿真提供了高效的仿真环境和平台。文中首先提出了细粒度并行算法的运算级并行策略,即基于单指令多数据流(SIMD)的运算级并行策略和基于共享内存的运算级并行策略。随后,设计了应用这两种并行策略的改进电磁暂态细粒度并行算法。三相脉宽调制(PWM)变流器仿真测试表明,适用于GPU的细粒度并行算法能够在保证仿真正确性的同时,显著提高仿真效率,从而验证了基于GPU的细粒度并行仿真算法适用于带有开关过程和复杂控制的大规模电力系统快速电磁暂态仿真应用的可行性。

基于MPI的并行医学图像处理

本文就并行计算技术在医学图像处理领域应用的优势和现状,论述了医学图像处理算法的并行实现方法,并在并行计算集群上实现了CT图像Sobel算子边缘检测及基于互信息的单模PET图像配准的MPI并行算法。针对这两种不同应用和不同的机群规模分析了并行计算的性能,说明了并行计算技术在该领域的适用范围。

基于统一计算设备架构技术的并行图像处理研究

对统一计算设备架构CUDA技术进行研究,分析了CUDA GPU的显著特性,总结了CUDA的通用并行程序模式,详细介绍了用CUDA实现直方图均衡化的过程,接着简要介绍了CUDA在其它图像处理算法中的应用;最后对比CPU和GPU计算256级直方图均衡化的时间,实验结果表明随着图像像素的增大,CUDA可以把计算速度提高40多倍,在其它的图像算法中,甚至可以上百倍地提高速度。

一个基于图像代数的并行图像处理环境

系统可用性和应用程序可移植性差是许多现有的并行图像处理计算结构难以获得实际应用的重要原因 基于Ritter提出的图像代数理论 ,研究、实现了一个并行图像处理环境 用户在并行计算结构上进行程序设计时 ,只需用图像处理环境提供的图像代数运算描述算法即可 ,处理环境能够根据用户算法的描述 ,依据一个时间开销模型 ,自动从并行实现函数库中提取出最优或近似最优的并行代码完成算法的运行

实时图像处理并行操作系统的微内核设计和实现

本文主要设计和实现了运行在数字信号处理器阵列上支持中高层图像处理的实时图像处理并行操作系统（ＲＴＩＰＰＯＳ）微内核．该内核提供了任务分解模型，并发进程管理，支持局部消息传递、同步，设计了快速共享消息传递方式和其它辅助性能，内核原语支持ＰＯＳＩＸ系统调用的Ｃ语言接口和抽象级的用户封装，有行为的高效性和预测性．

并行图像复原与超分辨处理系统的设计与实现

为实现海量大尺度图像的复原与超分辨算法的实时处理,设计了图像复原和超分辨并行处理系统,对该系统的技术方案、工作原理、关键算法、硬件结构和并行技术进行了研究。根据技术方案,介绍了系统的工作原理及解模糊、去噪和超分辨等关键算法。对数字信号处理(DSP)和机群两种体系结构进行了分析和比较,结果表明机群更适合于大规模并行处理,给出其设备选型的原则。提出了基于PPF结构的并行算法模型和基于MPI+OpenMP混合结构的多层次并行与优化技术。最后,对算法在DSP和计算机系统上的处理效果和处理速度进行了实验和分析,给出了系统规模和性能的预测,确定了关键参数即处理器数目的选择依据。实验结果表明,该系统可将处理时间由2 700 s降低到29.39 s,处理后的图像的清晰度、对比度和分辨率显著提高,满足应用需求并具有一定的通用性。

单机多核计算机环境下的遥感图像并行处理技术

针对遥感数据量大、处理时间长以及数据格式种类多的问题,基于国内外学者在遥感图像并行处理方面开展的工作,分析了GDAL开源库与OpenMP多线程程序设计库在遥感图像处理和提高处理效率中的作用,提出了遥感图像并行处理的图像分块方法以及在单机多核计算机环境下二者结合的方法;并通过实验测试了在单机多核计算机环境下不同并发线程数量对遥感图像并行处理效率的影响。结果表明,并行的加速效果与图像处理算法紧密相关,即便在并发线程不超过计算机核心数的情况下,也并非并发线程越多越好,不同的算法应结合实际情况选择合适的并发线程数量,以达到最高处理速度。