多核并行计算技术是当前计算机领域的研究热点。在未来数年内,随着芯片内核数量持续增长,多核计算将成为一种广泛普及的计算模式。它使计算机的计算能力显著提升,具有巨大的发展潜力和广阔的应用空间。当前,CPU主频的提升由于生产工艺和散热问题而受到严重的制约,CPU性能的改善已主要向着多核体系发展。然而,要想真正获得多核处理器带来的高效率,软件的发展必须跟上硬件的步伐,当前多核处理器软件总体滞后于硬件。传统的单线程串行计算软件只能导致多核的闲置,只有在算法设计及软件开发能够充分利用多核处理器的特性时,其优势才能真正体现出来。本文围绕多核并行计算在图像分析领域的应用展开研究,探讨算法设计和类库实现。课题研究的内容包括:(1)在详细剖析多核体系结构和并行算法的基础上,分析影响多核并行计算性能的主要因素,探讨适合于发挥多核性能的算法和编程技术;(2)在详细剖析边缘检测、图像分割和图像合成等基本算法的基础上,分析算法中存在的并行性,并根据这种并行性构建支撑图像分析功能的并行计算类库;(3)分析函数库代码,设计基于多核架构的图像分析并行计算类库,并测试其性能,根据代码在多核架构上的性能表现做出相应的调整;对设计的类库代码从源码级优化、代码并行化和编译器优化等方面进行优化;(4)优化策略完成之后,根据Amdahl定律和Gustafson定律做出扩展性分析,得出客观的性能评价。当前,图像监控技术在军事、环境、地质、气象、治安、交通、工业等领域的应用非常广泛,图像的采集又日益趋向高精度、大幅面和高频度,同时监控系统也逐步由人工判读向智能处理方向发展。由此导致对图象分析高性能计算的迫切需求。本文的研究适应了当前计算机软硬件技术的发展趋势,有助于提高图象分析的实时性和精确度。课题的特色与创新点主要有两点:一是将图象分析函数库由传统的串行运算改造为IA上的高性能多核并行计算;二是采用崭新技术进行并行代码的性能分析,实现计算软件的算法结构优化、编译优化和源码级优化,提高其运算效率和适应硬件发展的扩展性。Intel架构上的多核CPU是近两年刚面世的崭新技术,适应于这一体系的应用软件技术的研究刚刚开始,相关资料和可以借鉴的应用成果较少。本文对此进行了初步探讨,许多研究专题还有待进一步拓展和深化。