2篇数字图像处理论文.docVIP

基于并行计算的图像灰度匹配 摘 要：灰度匹配是数字图像处理中一项重要的技术，以往的匹配方法虽然精确度高，但计算量大、时间长。针对这一问题，将基于 MPI(Message Passing Interface)的集群并行处理思想引入到图像灰度匹配中，对待匹配的图像采用数据分割处理，结合并行处理的一般步骤对图像灰度匹配进行并行建模、实现，对传统的图像灰度匹配算法进行并行化改进，试验结果表明并行化处理能显著地缩短灰度匹配时间，达到较高的加速比和效率。通过对图像灰度匹配的并行化处理，验证了并行计算的高性能。 关键词：MPI；并行计算；灰度匹配；集群 1.引言 在数字图像处理中，图像匹配是根据已知一幅图像在陌生图像中寻找对应子图像的过程，它在计算机视觉、航空遥感、医学图像、飞行器制导等领域具有广泛的应用。目前，图像匹配算法很多，基于灰度匹配算法简单、精度高，但计算量大、对旋转形变等敏感[1]。基于特征匹配方法计算量小，对灰度变化、形变及遮挡等有较好的适应性，但它取决于特征提取的质量，匹配精度不是很理想[2]。基于神经网络和遗传算法具有良好的并行性和非线性全局作用，良好的容错和记忆能力，但计算代价高、参数选取对结果影响大[3][4]。其中经典的灰度相关算法具有匹配精度高，易于硬件实现等特点，但计算量大、速度慢，应用受到限制。现今针对灰度相关匹配改进的算法较多，如灰度归一化相关匹配，基