时至今日,在众多的图像处理应用中,尤其是在军事领域,常常要求及时甚至实时地完成对大规模图像信息的分析和处理,采用实时处理系统来提高图像处理的速度是近年来热门的研究方向之一。传统的实时图像处理系统往往针对专业的应用,采用特定的硬件和算法实现某种图像操作,一旦图像操作改变,硬件和算法就必须重新设计,限制了它的推广。本文利用图像处理数据并行性的特点,采用PC机以太网集群的并行结构建立图像处理系统,对不同的图像运算具有较强的普适性,具有十分重要的理论价值。同时,由于选择了广泛应用的PC机和以太网结构,系统也具有广阔的应用前景。主要的研究内容如下: 建立了通用的军用图像并行处理软、硬件平台 本文利用图像处理运算的数据并行性,广泛研究了现存的并行计算机系统结构,并分析对比了它们的各自特点,最终选择PC机以太网集群结构建立能够较为普遍的适应于各种图像运算的军用并行图像处理平台,设计了主从式的软件模型,并完成了系统的软件实现。由于图像运算的数据并行特点,采用该结构的平台能够高效率的实现并行图像处理,并且具有造价低廉、可扩展性好、易于开发并且能够合理利用原有资源等特点。近年来,伴随着百兆到千兆以太网的不断推出,以太网的应用更加普及,通过以太网集群进行的并行图像处理具有广阔的前景和重要的实用价值。 给出了并行平台最短时间条件 负载均衡是并行系统最为关心的问题之一。本文针对上述军用并行图像处理平台建立模型,解决了在该模型下的静态负载均衡问题,给出了最短时间划分条件。实验结果证明了分析的可信性。 设计并实现了一种高效率的并行盲图像恢复算法 基于以上的并行图像处理平台,设计并实现了一种高效率的并行盲图像恢复算法。图像处理最重要的分支之一是图像恢复,被广泛的应用于天文学、医学、遥感图像分析、考古研究、零件缺陷检测、工业控制和法律鉴定等各个领域。传统的图像恢复要求已知退化模型,而目前的恢复技术正向着盲恢复的领域迈进。这种不要求预先确定退化模型的恢复技术更符合实际应用中的需求。本文广泛分析了现存的串行盲图像恢复算法,选择了能够收敛于可信的解集、速度较快和执行良好而稳定的NAS-RIF算法进行并行化。实验结果显示,该并行算法效率较高,效果较好。