基于MIC架構(gòu)的遙感圖像增強(qiáng)類算法并行化研究.pdf

1、圖像去噪屬于圖像增強(qiáng)的一個重要方面，是遙感圖像相關(guān)應(yīng)用領(lǐng)域中重要的預(yù)處理步驟。目前，已有眾多學(xué)者投入到對圖像去噪的研究當(dāng)中，并提出了很多去噪方法。但其中的大多數(shù)效果并不十分理想，去噪過程中很多圖像的紋理細(xì)節(jié)被丟失掉。NLM（Nonlocal Means）算法由Buades等人于2005年提出，該算法有效地克服了上述缺點。NLM算法基于圖像的自相似性原理，充分利用圖像中廣泛存在的大量冗余信息。在度量像素間相似性權(quán)重時，以圖像片為基本計算單

2、位，通過計算圖像片灰度值向量之間的差異，確定像素間的相似程度。
　　NLM算法對圖像結(jié)構(gòu)紋理有較好的保留，是目前去噪效果最好的算法之一。但由于其搜索相似像素點時的非局部特性，使得算法時間復(fù)雜度較大。針對NLM算法耗時過長的問題，本文基于英特爾集成眾核（Many Integrate Core，MIC）架構(gòu)在至強(qiáng)融核（Intel Xeon Phi）協(xié)處理器上進(jìn)行了NLM并行化研究。主要內(nèi)容分為以下幾個方面：
　　（1）對非局部均

3、值去噪算法的串行程序進(jìn)行分析，找到算法耗時的主要部分。結(jié)合MIC平臺的編程特點，設(shè)計并實現(xiàn)基于單個MIC卡的NLM并行算法；
　?。?）在實現(xiàn)的基于單塊MIC卡的NLM并行算法基礎(chǔ)之上，針對測試結(jié)果中出現(xiàn)的加速比隨圖像尺寸不同而呈階梯狀分布的情況，從MIC預(yù)熱、線程負(fù)載均衡兩個方面對該并行算法進(jìn)行了優(yōu)化；
　?。?）上述并行算法中，當(dāng)MIC卡進(jìn)行計算的時候，CPU處于空閑狀態(tài)，為了將CPU的計算能力充分利用，本文設(shè)計了靜態(tài)的

4、MIC/CPU協(xié)同并行算法；
　?。?）在上述MIC/CPU協(xié)同并行算法的基礎(chǔ)上對計算過程中的任務(wù)分配進(jìn)行優(yōu)化，設(shè)計了基于動態(tài)任務(wù)分配的MIC/CPU協(xié)同并行算法，并且為了將高性能平臺的3塊MIC卡充分利用，在上述動態(tài)任務(wù)分配框架的基礎(chǔ)上設(shè)計了3MIC+CPU并行算法，使得加速效果得到進(jìn)一步提升。
　　最后，對本文所實現(xiàn)的各并行算法進(jìn)行測試和分析。測試結(jié)果表明：所設(shè)計的單MIC并行算法有效提升了算法效率；在其基礎(chǔ)之上的優(yōu)化算