基于集群计算机的图像并行处理

摘要

图像并行处理是一种综合的数字信息处理技术，它主要是以并行计算环境和并行算法为基础借助现在拥有的设备和算法以低廉的价格实现高性能的计算，它是大数据量数字图像在计算机计算领域中的一项重要而又长远发展的技术，其主要目的是实现图像处理的快速性和实时性。本文中的图像并行是把图像按集群中节点的数目和任务量对图像进行划分(任务粒度)，主控节点以广播的形式把任务划分信息分发给各个从节点，由每个从节点按要求完成被分配的任务，各从节点把处理后的结果数据送给主节点进行组合，提取处理时间，以此模拟图像并行处理。由实验数据验证图像并行处理的性能，以加速比和效率验证图像并行处理的优劣，理论验证此方法可行。论文主要工作和内容如下：
　　 首先，综述了图像并行处理的研究背景、研究现状和意义；介绍了图像处理的目的，详述了图像增强、边缘检测、特征提取等处理方法；引入了并行计算和并行算法；设计了主从模式的算法过程；介绍了衡量并行性能的评价依据和标准。
　　 其次，引入BSP计算模型，依据BSP模型的特征，对BSP并行计算模型进行了改进；基于改进的BSP模型设计了适合图像并行处理实时性要求的集群计算机系统架构。
　　 最后，综合分析了以BSP为计算模型的图像并行处理，通过图像增强、边缘检测、特征提取等空间域处理方法对图像处理，提取单机和模拟多机并行处理时间，对比分析它们的可行性和并行的有效性，进而以频率域的快速傅里叶变换及反变换的处理方法模拟并行实验，采用小波提升算法对图像进行提升分解和重构实验，计算出它们在多个节点上并行处理的加速比和效率，分析了性能，实验验证了它们的实时性和有效性。