《基于分数阶微分边缘检测的宇宙射线去除算法的并行实现》.doc

暨南大学硕士学位论文 题名（中英对照）： 基于分数阶微分和Laplacian的宇宙射线去除算法的应用研究 Cosmic-Ray Rejection by Fractional Differential And Laplacian 作者姓名： 区业祥 指导教师姓名 及学位、职称： 孟小华 硕士 副教授 学科、专业名称： 计算机应用技术 论文提交日期： 论文答辩日期： 答辩委员会主席： 论文评阅人： 学位授予单位和日期： 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得　暨南大学 或其他教育机构的学位或证书而使用过的材料。与我一同工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表示谢意。 学位论文作者签名： 签字日期： 学位论文版权使用授权书 本学位论文作者完全了解　暨南大学 有关保留、使用学位论文的规定，有权保留并向国家有关部门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　暨南大学 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名： 导师签名： 签字日期： 签字日期： 学位论文作者毕业后去向： 工作单位： 电话： 通讯地址： 邮编： 摘 要 近年来分数阶微分渐渐应用于图形图像处理中，如图像边缘检测、提取图像边缘、图像去噪及图像增强等领域。然而，随着CUDA框架的发布，强大的GPU运算能力得以开放，使得各种算法能够并行运行于GPU中，效率得到显著提高。基于以上技术的出现，2001年Van Dokkum提出的基于Laplacian边缘检测的宇宙射线去除算法也暴露了一些不足，譬如，简单的Laplacian算子会检测出不连续的边缘；通过简单的中值滤波处理识别出的宇宙射线，会造成一定的信息缺失，星象的有用细节会遭到影响；算法复杂度较高，对于处理批量大型CCD天文图像来说，单CPU的串行实现效率非常低。因此,本文就在Van Dokkum的算法基础上，改进Laplacian算子模板、并利用分数阶微分在图像增强方面的优势以及GPU的并行运算能力，优化了算法的处理效果及处理速度的问题。经实验表明，改进后的算法能够精确地去除CCD图像中的宇宙射线，并能保持图像信息的完整性，而且速度得到百倍以上的提高。 关键词 Abstract Recently,?more and more image?processing applications are implemented by Fractional Differential?is?gradually?applied?to?the?image?image processing ?,such as image?edge detection、?edge extraction、 image denoising、image enhancement and so on. Howerver with the release of CUDA，parallel computing?capability of GPU can make many algorithms Parallel?running on GPU efficiently. However, Van Dokkum’s cosmic-rays rejection algorithm based on Laplacian edge detection in the CCD image proposed in 2001, exposes?some shortcomings. For example, simple?Laplacian operator could make some discontinuous edges; Using a simple?median filter?to?eliminate?cosmic rays identified, would undermine the?information of CCD,and useful?details?of stars would have been?affected; the process speed of traditional serial algorit