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】Massiveprocessingdataandcomplicatedcalculationisinevitableinimageprocessingarea.Atpresent,thedigitalimageprocessingspeedisdifficulttosatisfytherequirementsofreal-time.Theparallelcomputingisthemosteffectivetechnologyintermsofimprovingimageprocessingspeed.Imagedenoisingisabasicprobleminimageprocessing.Fourth-orderpartialdifferentialequationdenoisingmethodhasagoodnoisereductioneffect,butitsmassivecalculationaffectsreal-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；【Keywords】Imagedenoising；PDE；Diffusioncoefficient；Fidelityterm；Parallelalgorithm；【索购全文】Q联系Q：138113721Q联系Q:139938848付费即发摘要3-4ABSTRACT4-5第一章绪论8-121.1研究背景与意义81.2国内外研究现状8-111.2.1偏微分方程图像去噪的研究现状8-91.2.2并行计算技术的研究现状9-101.2.3并行图像处理技术10-111.3论文内容与结构11-12第二章并行图像去噪理论基础12-242.1引言122.2传统的图像去噪方法12-142.2.1均值滤波去噪12-132.2.2中值滤波去噪13-142.3偏微分方程图像去噪方法14-162.3.1热方程扩散模型14-152.3.2P-M非线性扩散15-162.4并行计算基本理论16-232.4.1并行计算机分类16-192.4.2并行算法分类19-202.4.3并行算法的基本设计技术及实现20-222.4.4并行算法的性能评估22-232.5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24-363.1引言243.2对称四阶偏微分方程去噪模型24-253.3存在的问题253.4本文提出的改进模型25-313.4.1改进的图像信息度量算子26-283.4.2改进的保真项系数λ28-293.4.3模型的数值计算29-303.4.4串行算法的流程描述30-313.5实验结果与分析31-353.6本章小结35-36第四章改进模型的并行算法设计36-634.1引言364.2改进模型的并行性分析36-374.3改进模型的并行算法37-474.3.1分治策略374.3.2数据划分37-394.3.3超级步的划分39-404.3.4并行算法的流程描述40-414.3.5实验结果与分析41-474.4并行算法的优化47-594.4.1多粒度并行优化策略47-494.4.2混合并行时间模型49-524.4.3优化并行算法的流程描述52-534.4.4优化并行算法的实验结果与分析53-594.5优化并行去噪算法在天气预报领域的应用59-624.6本章小结62-63第五章结论与未来的工作63-655.1结论63-645.2未来的工作64-65致谢65-66攻硕期间从事的科研工作及取得的研究成果66-67参考文献
