基于mic架构的遥感图像增强类算法并行化研究

《基于mic架构的遥感图像增强类算法并行化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、—、ｉ而４訪於风ＥＣＨＮＯＬＯＧＹＯＦＣＨＩＫＡＥＲＳＩＣＳＣＩＥＮＣＥＡＮＤＴＵＮＩＴＹＥＣＴＲＯＮＩＶＯＦＥＬ胃硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ—；１公■－５—ｗ．明论文题目基于ＭＩＣ架构巧遥感图像增强类算法并行化巧究学科专业测绘科学与技术学号２０１２２１１８０５１８作者姓名冯杰指韋教师黄方副教授ｒ．．‘．？－－ｉ独创性声明本人声明所呈交的学位论文是本人在导师巧巧Ｔ进巧的研究工作及取得的研巧成果。据我所知，除丫义中

2、特别加标注和致谢的地中不包含巧他人已经发表或撰写过的研究成果，也不包含方外，论文证书而使用过的材料。为获得电子科技大学或其它教育机构的学位或与我一巧了作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并裴示谢意。：＾＇从１作者签名：泉未日期年＾月＾口论支使用授权本学位论文作者完全了解电子科技乂学巧关保留、使用学位论文的规定，有权保留并向闺家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学将学位论文、的全部或部分内容编入有关数据库进行检索，可抖采用影印缩印或扫描等复制手段保存、ｒ

3、编学位论文。（保密的学位论文在解密后应遵守此规定）为本１导师签名：女作者签名；＿幸＾＜日期：的Ｓ年芝月１日分类号密级注1UDC学位论文基于MIC架构的遥感图像增强类算法并行化研究（题名和副题名）冯杰（作者姓名）指导教师黄方副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业测绘科学与技术提交论文日期2015年4月13日论文答辩日期2015年5月19日学位授予单位和日期电子科技大学2015年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。TOWARDSTHEPARALLELIZATIONFORTYPICALR

4、EMOTESENSINGIMAGEENHANCEMENTALGORITHMSBASEDONMICARCHITECTUREAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SurveyingandMappingAuthor:FengJieAdvisor:Assoc.Prof.HuangFangSchool:SchoolofResourcesandEnvironment摘要摘要图像去噪属于图像增强的一个重要方面，是遥感图像相关应用领域中重要的预处理步骤。目前，

5、已有众多学者投入到对图像去噪的研究当中，并提出了很多去噪方法。但其中的大多数效果并不十分理想，去噪过程中很多图像的纹理细节被丢失掉。NLM（NonlocalMeans）算法由Buades等人于2005年提出，该算法有效地克服了上述缺点。NLM算法基于图像的自相似性原理，充分利用图像中广泛存在的大量冗余信息。在度量像素间相似性权重时，以图像片为基本计算单位，通过计算图像片灰度值向量之间的差异，确定像素间的相似程度。NLM算法对图像结构纹理有较好的保留，是目前去噪效果最好的算法之一。但由于其搜索相似像素点时的非局部特性，使得算法时间复杂度较大。针对NLM算法耗时过长

6、的问题，本文基于英特尔集成众核（ManyIntegrateCore，MIC）架构在至强融核（IntelXeonPhi）协处理器上进行了NLM并行化研究。主要内容分为以下几个方面：（1）对非局部均值去噪算法的串行程序进行分析，找到算法耗时的主要部分。结合MIC平台的编程特点，设计并实现基于单个MIC卡的NLM并行算法；（2）在实现的基于单块MIC卡的NLM并行算法基础之上，针对测试结果中出现的加速比随图像尺寸不同而呈阶梯状分布的情况，从MIC预热、线程负载均衡两个方面对该并行算法进行了优化；（3）上述并行算法中，当MIC卡进行计算的时候，CPU处于空闲状态，为了将

7、CPU的计算能力充分利用，本文设计了静态的MIC/CPU协同并行算法；（4）在上述MIC/CPU协同并行算法的基础上对计算过程中的任务分配进行优化，设计了基于动态任务分配的MIC/CPU协同并行算法，并且为了将高性能平台的3块MIC卡充分利用，在上述动态任务分配框架的基础上设计了3MIC+CPU并行算法，使得加速效果得到进一步提升。最后，对本文所实现的各并行算法进行测试和分析。测试结果表明：所设计的单MIC并行算法有效提升了算法效率；在其基础之上的优化算法使得加速比进一步提高，并消除了随图像尺寸不同加速比的阶梯状分布情况；其后的MIC/CPU协同并行算法、MIC

8、/CPU动态任务分配并行