原创《并行计算在图像边缘检测中应用》：本论文可用于并行计算论文范文参考下载，并行计算相关论文写作参考研究。
摘 要：随着数字图像越来越清晰,图像处理的数据量越来越大,原有算法已经很难满足时间复杂度的要求,而并行计算则可以很好地解决这个问题.本文介绍了并行算法的特点和关键技术,并介绍了并行算法在图像边缘检测中的具体应用,有很好的指导意义.
关键词：并行算法；图像边缘检测；MPI；数字图像处理
1 并行算法的特点
并行计算指的是在并行计算技术上所进行的运算过程,通常还叫做"高性能计算"或是"超级计算".并行计算和顺序计算正如其表面意思所示,顺序计算指的是多个子问题必须逐一按照既定顺序进行处理,每个子程序必须在之前的子程序完成之后才开始进行,而且该子程序完成后下一个子程序才开始进行,这无疑会降低计算效率,耗费更多时间,而并行计算则是多个没有因果问题的子程序可以同时并列运行,则运行效率可以得到极大提升.
并行程序设计的第一步就是要将现有的程序进行并行分解,即分解为可以并行运行的各个子程序.由于并行计算需要各个并行运算的子程序间没有相互因果关系,因此分解的过程需要经过复杂的计算和分析过程.在并行算法中,除了顺序程序和并发程序这两种常见的交互作用外,还有动态调度和映射机制等行为会影响程序的整体进程.上述的是存储机制和运行机制的交互作用的改变,而在具体的程序设计中,还面临时序问题、空间和站点分配以及运行速度等问题会影响并行程序的运行结果,情况是非常复杂的,在系统的并行知识体系中,还需要程序员丰富的经验来保证所完成的程序的可靠性.
2 并行算法的关键技术
在并行程序设计中,和原有的顺序程序设计的关键技术不同,主要有数据、空间分布和任务调度等特有步骤.下面对并行程序设计的关键技术进行介绍描述.
任务划分：原程序是顺序运行的,上文中提到并行程序设计的第一步是将原程序分解并划分,即分解为数个可以并行运行的任务,通常为数个子程序,也可以是一段语句或是一个循环中一个或一组迭代.
数据分布：在并行程序中,数据的调用和存储情况和顺序程序也是不同的,因此在并行程序设计中,需要重新分配数据的存储状态,方便数据在并行程序中被调用,保证数据合理分布在存储器中.
任务同步：并行程序中各子程序或是语句虽然没有相互间之间的因果关联,但是仍然需要协调运行,并且系统要保证各子程序所需条件实时得到满足,这样才能保证整体程序的流畅性和高效性.
任务通讯：并行程序中各子程序或语句运行时还要实时传递数据和参数以保证程序运行过程的准确性,因此需要在不同的存储模式下针对其相应特点来建立任务间的相互通讯通道.
粒度：粒度指的是并行程序中单个任务的运行时间的长短.合理的任务分解则会产生程度合理大小的粒度,过大或是过小的粒度对程序的执行都是不利的.
负载平衡：各任务不仅要有合理的粒度,而且在任务分家中,要尽量使任务有大致相等的执行时间和复杂度,并且和整体的并行程序执行的总时间在数量级上保持相近.
确定性：由于并行性极易导致程序在每次的执行中会产生不同的时序关系,并导致产生时序性错误,这种错误的产生是随机性的,很难重现并修复,而且在以后的执行中是否会出现也是很难确定的.因此并行程序设计中的一个重点就在程序中添加适当的同步机制来保证程序的确定性.
3 并行算法在图像边缘检测中的应用
在数字图像处理中运用并行计算来处理是数字图像处理技术的一个趋势,数字图像边缘检测算法有多种,但是一般的思想都是使用边缘检测算子依次作用于图像的每一个像素点.逐像素的处理方式会导致计算量随图像增大而指数倍增加,因此在实际的应用过程中有相当大的限制性,下面介绍两种并行处理的方法.
（1）静态均匀划分法
由于使用检测算子对图像逐像素处理的过程没有直接的因果关系,因此理论上可以对各个像素同时并行处理,但是这样做粒度过小,正如前文中所述,粒度过小对设备的要求过高,虽然可以获得理论上最高的运行速度,但是这样做也是不合理的.合理的方法应当是对图像适当的分块,然后将各个分块分配到每一个处理节点,由各节点独立运算.
分解的方法有多种,常用的有按照行均匀划分、按照列均匀划分以及棋盘式的二维均匀划分.假设并行处理所用的处理机节点数目为p,而原算法的复杂度为oK×M×N,静态均匀划分后逐项任务处理的算法时间复杂度为o.
（2）并行算法设计中的归约方法
归约方法是在并行算法程序设计中常用的一个方法,在MPI中,专门提供了MPI_REDUCE操作来进行归约处理,这里我们选用其中的MPI_MAX使用在图像边缘检测中.
在边缘检测算法中常用的检测算子如Prewitt、Robinson、Kirsch等,共同的特点是分别有八个不同方向的模板算子,通过这八个不同方向的模板算子对图像进行处理,然后取其中的最大值,因此针对这个特点,我们可以进行归约处理.首先在各个处理机节点处分别存储图像,然后对八个不同方向的模板算子编号处理.在k≤3（处理机节点数p等于2k）的情况下,在每个处理机节点处可以使用8/p个模板算子来处理图像,而在k≥3的情况下,则可以同时使用静态均匀划分,对划分出的每个图像块分别使用八个模板算子来处理.归约方法最后获得的算法复杂度同样为o■.
参考文献：
[1]田玲. 图像边缘检测中并行算法的应用和研究[D].电子科技大学,硕士学位论文,2005.
[2]孙世新,卢光辉.并行算法及其应用[M].北京：机械工业出版社,2005.
基金项目：陕西省科技厅项目：2013JM8035；陕西省教育厅项目：14JK1802.
并行计算论文参考资料：
结论：并行计算在图像边缘检测中应用为关于并行计算方面的的相关大学硕士和相关本科毕业论文以及相关并行计算好毕业吗论文开题报告范文和职称论文写作参考文献资料下载。
