一种生物医学图像处理算法的性能分析和并行优化

摘要

在生物医学领域,随着观测显微镜不断的更新换代,图像处理的速度已经远跟不上图像产生的速度;而且为追求高质量的处理效果,图像处理算法也变得日益复杂,使得"速度矛盾"更为加剧.Structured Illumination Microscopy(SIM)是生物医学领域一个很重要的超分辨率显微技术,其中图像重构算法的运行速度是整个SIM图像处理流程的一个短板.本文的工作旨在多核平台上并行加速SIM图像重构算法.首先结合算法特点进行程序的性能分析,接着根据性能分析结果找到瓶颈,然后从粗粒度到细粒度逐层挖掘算法中潜在的并行性.通过不同的优化策略,实现了从算法级到进程级、线程级和指令级的并行优化,最终在16核intel平台上,相比单核串行算法得到了4×的加速效果.