基于小波变换并行图像分割算法的分析与优化论文论文.docVIP

太原理工大学硕士研究生学位论文 基于小波变换并行图像分割算法的分析与优化  摘  要  随着科学技术的发展，图像数据的处理涉及到科学技术的各个领域。 由于图像处理过程中的数据量巨大，而且各种算法中大量卷积运算和矩阵 乘法运算的存在，就为图像处理过程中的并行算法设计和实现提供了可能。 小波分析是目前国际上必威体育精装版的时频分析工具，在信号处理方面有着广泛的 应用，小波变换在工业、通讯、军事、生物学等领域具有重要的应用价值， 由于这些领域大都是对海量数据进行处理，因而有必要研究小波变换的并 行实现。 本文介绍了并行计算基础知识和 MPI 并行计算环境，随后分析了目前 常用的图像分割方法，对经典的边缘检测算子，包括一阶微分边缘检测的 Roberts、Sobel、 Prewitt 边缘检测和基于小波变换的边缘检测算子检测后 的效果图进行比较，针对图像分割发展的现实意义，基于对小波变换可并 行性的分析研究，提出本文研究的重点，基于小波变换的并行图像处理算 法的改进。 在图像并行处理中，图像数据的划分是并行算法设计的基础。数据划 分不当会增加并行系统通信负荷，通信负荷是提高并行处理速度的一个瓶 颈。本文通过实验数据对比，按照矩形块来划分可以获得较少的通讯开支， 从而提高整个并行操作的效率。 本文研究了一维离散小波变换，二维离散小波变换和精确重构小波条 件，在基于多处理机均匀分块并行算法的基础上，研究了二维离散小波变 I 太原理工大学硕士研究生学位论文 换算法的缺点，并据此提出了改进的均匀分块并行算法。通过对改进算法 通信量的分析，改进后算法减少了图像数据处理中的通信量。 通过对实验数据的分析研究，改进后算法在算法执行时间、加速比和 效率总体上优于改进前算法，能够对图像处理取得较好的加速效果。但是， 随着处理机数目的增加，加速的效果和效率都有所下降。其原因是：随着 处理器数目的增加，程序运行过程中通信量的增加会造成整个通信耗时的 增加，对加速比和效率的提高有所影响。我们可以依此推断：如果图像数 据规模加大，当此时的通信量与数据处理时间相比可忽略不计时，程序中 的通信耗时在并行图像分割所耗费的时间中所占的比重会大大减少。如果 将此算法应用于大量的图像并行处理中，可以大大提高图像处理的速度。 关键字：小波变换，图像分割，并行计算，MPI II 太原理工大学硕士研究生学位论文 Analyze and optimize algorithms of wavelet-based parallel image segmentation Abstract With the development of science and technology, image data processing relates to all fields of science and technology. Because the number of data in image disposal processing is very large, and the existence of many convolution operations and matrix multiplication operations in all kinds of algorithms, it is possible that parallel algorithm design and application can be used in image disposal processing. Wavelet analysis is internationally recognized up to the minute tool for analyzing time-frequency, its have a wide range of applications in signal processing. Wavelet transform have an important value in industrial, communications, military, biology and other fields, because these fields are carried out to deal with massive data, thus there is need to study the parallel implementation of wavelet transform. This paper analyzes the current methods commonly used in image segmentation, study the classical ed