图像去噪偏微分方程扩散系数保真项并行算法论文.doc

基于四阶偏微分方程的并行图像去噪研究【摘要】 在图像处理领域中,不可避免的是大量的待处理数据和各类复杂的数据计算。如今,数字图像的处理速度已难以满足实时性的要求。而并行计算是提高图像处理速度最为有效的技术。并行图像处理技术就是为了加快图像处理的速度,扩大图像处理的规模,以此来解决单处理器串行计算无法满足大规模计算的需求。图像去噪是图像处理中的基本问题,四阶偏微分方程图像去噪方法具有良好的去噪效果,但其计算量大,影响其实时性。因此,对四阶偏微分方程去噪算法进行并行化研究是当前非常重要和有价值的方向。本文主要研究基于四阶偏微分方程的并行图像去噪算法。首先,给出了一个改进的四阶偏微分方程去噪模型。该改进模型利用四方向导数信息和对数图像处理(LIP)数学模型,构造了四方向LIP度量算子来全面客观地度量图像信息,能够有效地去除噪声和保护边缘细节信息,同时减少了误差,更符合人类视觉;根据人类视觉系统的结构化特性,利用噪声可见度函数构造保真项系数,进一步保持了图像的边缘细节并避免了人为的估计噪声水平。实验结果表明:该改进模型能够更好地去除噪声,保护边缘、细节等特征,在视觉效果和客观评价指标上都明显优于原方法。其次,对改进模型设计并行算法。通过分.更多还原【Abstract】 Massive processing data and complicated calculation is inevitable in image processing area. At present, the digital image processing speed is difficult to satisfy the requirements of real-time. The parallel computing is the most effective technology in terms of improving image processing speed. Image denoising is a basic problem in image processing. Fourth-order partial differential equation denoising method has a good noise reduction effect, but its massive calculation affects real-time. Image .更多还原 【关键词】 图像去噪； 偏微分方程； 扩散系数； 保真项； 并行算法； 【Key words】 Image denoising； PDE； Diffusion coefficient； Fidelity term； Parallel algorithm； 【索购全文】Q联系Q：138113721 Q联系Q: 139938848付费即发摘要 3-4 ABSTRACT 4-5 第一章 绪论 8-12 1.1 研究背景与意义 8 1.2 国内外研究现状 8-11 1.2.1 偏微分方程图像去噪的研究现状 8-9 1.2.2 并行计算技术的研究现状 9-10 1.2.3 并行图像处理技术 10-11 1.3 论文内容与结构 11-12 第二章 并行图像去噪理论基础 12-24 2.1 引言 12 2.2 传统的图像去噪方法 12-14 2.2.1 均值滤波去噪 12-13 2.2.2 中值滤波去噪 13-14 2.3 偏微分方程图像去噪方法 14-16 2.3.1 热方程扩散模型 14-15 2.3.2 P-M 非线性扩散 15-16 2.4 并行计算基本理论 16-23 2.4.1 并行计算机分类 16-19 2.4.2 并行算法分类 19-20 2.4.3 并行算法的基本设计技术及实现 20-22 2.4.4 并行算法的性能评估 22-23 2.5 本章小结 23-24 第三章 改进的四阶偏微分方程图像去噪模型 24-36 3.1 引言 24 3.2 对称四阶偏微分方程去噪模型 24-25 3.3 存在的问题 25 3.4 本文提出的改进模型 25-31 3.4.1 改进的图像信息度量算子 26-28 3.4.2 改进的保真项系数 28-29 3.4.3 模型的数值计算 29-30 3.4.4 串行算法的流程描述 30-31 3.5 实验结果与分析 31-35 3.6 本章小结 35-36 第四章 改进模型的并行算法设计 36-63 4.1 引言 36 4.2 改进模型的并行性分析 36-37 4.3 改进模型的并行算法 37-47 4.3.1 分治策略 37 4.3.2 数据划分 37-39 4.3.3 超级步的划分 39-40 4.3.4 并行算法的流程描述 40-41 4.3.5 实验结果与分析 41-47 4.4 并行算法的优化 47-59 4.4.1 多粒度并行优化策略 47-49 4.4.2 混合并行时间模型 49-52 4.4.3 优化并行算法的流程描述 52-53 4.4.4 优化并行算法的实验结果与分析 53-59 4.5 优化并行去噪算法在天气预报领