检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种适应多核处理器核间通信机制的设计

智能计算机与应用 2011年第2X期1卷 26-30页

作者：李静梅王军锋张岐哈尔滨工程大学计算机科学与技术学院哈尔滨150001

随着单芯片上集成处理器内核数量的增加，在支持多核处理器的应用程序方面，核间通信变得更加重要。通过分析多核运行任务特点，根据处理核上运行任务功能的不同，将处理核分成两类：控制核和计算核。根据对核的分类，提出了一种新的核... 详细信息

随着单芯片上集成处理器内核数量的增加，在支持多核处理器的应用程序方面，核间通信变得更加重要。通过分析多核运行任务特点，根据处理核上运行任务功能的不同，将处理核分成两类：控制核和计算核。根据对核的分类，提出了一种新的核间通信模型，该模型提供了三种不同的通信通道。运用这三条通道，把应用程序的I/O部分从计算核迁移到控制核来提高多核的利用率，实验结果表明该方式有效提高核间协作以及核间通信的效率，提升处理器的利用率。

关键词：多核处理器核间通信通信模型计算核控制核

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于字典学习的图像去噪与超分辨算法研究

基于字典学习的图像去噪与超分辨算法研究

作者：李丹大连理工大学

学位级别：硕士

字典学习在计算机视觉领域占有重要地位,广泛应用在图像去噪、分类、超分辨、模式识别和机器学习等领域。本文介绍了字典学习和稀疏表示的基本方法,主要研究了字典学习在图像去噪和超分辨两个方向的应用,并对现有算法提出了改进。自然... 详细信息

字典学习在计算机视觉领域占有重要地位,广泛应用在图像去噪、分类、超分辨、模式识别和机器学习等领域。本文介绍了字典学习和稀疏表示的基本方法,主要研究了字典学习在图像去噪和超分辨两个方向的应用,并对现有算法提出了改进。自然图像信息丰富,同一幅图像中既包含纹理密集度大的区域,又包含纹理稀疏的平滑区域。本文针对自然图像区域特点的多样性,提出一种基于纹理密集度的去噪方法。通过边缘检测滤波器计算图像块纹理密集度的权重,根据权值大小,对基于字典的去噪方法加入平滑信息或纹理信息的约束。实验结果表明,本论文提出的基于纹理密集度的去噪方法得到恢复图像的PSNR值最高提高1dB以上。非局部中心聚类的稀疏表示(NCSR)超分辨算法,在原有稀疏表示的基础之上加上了非局部均值信息。根据控制核回归理论,在衡量图像块的相似关系时,靠近中心位置与图形边缘的像素点比其他位置的像素点更有影响力,权值较大。将图像块的控制核回归权值与其对应的像素值相乘,应用在NCSR算法的字典训练和稀疏系数的相似性表达两个方面,旨在影响聚类字典训练的有效性和稀疏表达的准确性。通过实验结果观察,本文改进的NCSR-kernel超分辨算法的PSNR值有所提高。

关键词：字典学习图像去噪超分辨边缘检测控制核

PET/CT图像分析及其在肺癌辅助诊疗中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

PET/CT图像分析及其在肺癌辅助诊疗中的应用

作者：郑翰艺大连理工大学

学位级别：硕士

癌,既恶性肿瘤,是一种难以治愈且致死率很高的疾病。其中肺癌的致死率最高,位居恶性肿瘤的致死排行之首,成为了威胁人类健康的最大杀手之一。肺癌的诊断治疗主要依赖于来自肺部PET/CT图像的信息。医生通过分析PET/CT图像所提供的信息,... 详细信息

癌,既恶性肿瘤,是一种难以治愈且致死率很高的疾病。其中肺癌的致死率最高,位居恶性肿瘤的致死排行之首,成为了威胁人类健康的最大杀手之一。肺癌的诊断治疗主要依赖于来自肺部PET/CT图像的信息。医生通过分析PET/CT图像所提供的信息,加以主观经验分析对肺癌进行诊断并设计治疗方案,但是传统的融合分割算法性能有限,导致医学图像分析无法为医生的判断提供客观依据。为解决此问题,本文对肺癌PET/CT图像进行深入研究,旨在于利用图像处理算法辅助医生进行判断,客观的勾勒靶向区域,更合理的为病人设计诊疗方案。本文工作包含PET/CT图像的融合和PET/CT图像联合分割两大方面,主要如下:为了辅助医生判断是否患有恶性肿瘤并对肿瘤分期,本文对PET/CT两种模态的医学图像进行融合。由于传统的稀疏融合算法应用冗余的DCT字典进行稀疏分解,而固定的DCT字典不能适用于所有的图像。本文采用了控制核回归函数作为特征量,对原始的CT图像进行分块,得到结构性相似的几类图像块。然后求出分类后的图像块所对应的小字典,最后利用小字典对图像进行稀疏融合。根据分类后图像块训练出的字典更具有结构性,所以该算法可以更好的保留CT与PET图像的独特信息,病灶区域明亮,边缘清晰,较其他算法有所改进,可以更准确可靠的实现对恶性肿瘤的辅助诊断。为了辅助医生对肿瘤治疗方案和靶区形状的设计,本文研究了PET/CT图像联合自动分割,将计算机自动分割的结果作为一个较客观的依据。传统的测地线活动轮廓(Geodesic Active Contour,GAC)模型具有边缘演化迅速,对弱边界也能准确分割的优点,但是该算法只能利用一种模态的图像信息进行分割。本文算法在传统的测地线活动轮廓模型基础上进行改进,重新设计其边缘函数,综合利用了CT信息与PET信息,使算法利用两种模态的医学图像信息进行联合分割。由于边缘函数中结合了两种信息,所以算法的演化收敛速度有一定的提升,分割出的边缘也更加合理,较单一PET图像分割算法具有更准确的边界。

关键词：肺癌放疗 PET/CT 控制核融合测地线活动轮廓模型分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非局部平均图像去噪算法研究与GPU实现

非局部平均图像去噪算法研究与GPU实现

作者：金文超大连理工大学

学位级别：硕士

非局部平均(Nonlocal-Means, NLM)算法充分利用了图像本身的自相似性,是当前图像去噪算法中降噪能力较强的一种。但是NLM去噪算法容易导致边缘模糊,不适用于纹理密集型图像,另外NLM算法计算复杂度高,阻碍了NLM算法的实际应用。因此,本... 详细信息

非局部平均(Nonlocal-Means, NLM)算法充分利用了图像本身的自相似性,是当前图像去噪算法中降噪能力较强的一种。但是NLM去噪算法容易导致边缘模糊,不适用于纹理密集型图像,另外NLM算法计算复杂度高,阻碍了NLM算法的实际应用。因此,本论文研究的问题是探索适用于纹理密集图像的NLM算法及其GPU并行实现。本论文在NLM算法的基础上,主要做了以下两个方面的改进：(1)通过将核回归算法中控制核矩阵与NLM算法相结合,提出了一种SK-NLM(Steering Kernel Nonlocal-Means)改进算法。由于原始的NLM算法使用的是高斯核,在边缘区域容易出现模糊。实验发现控制核能携带图像的边缘方向信息,用它来替代高斯核能更好的保护图像边缘,同时也使去噪更为有效。(2)将近似K近邻匹配AKNN (Approximate K-Nearest Neighbors Matching)与NLM算法组合得到AKNN-NLM算法。该算法相比于传统NLM算法,首先在一个更大的邻域中随机寻找K近邻,再通过迭代优化和K个近邻像素实现去噪,AKNN-NLM算法相比传统NLM算法计算复杂度明显降低。为了在GPU上实现AKNN-NLM算法,本论文还对AKNN-NLM算法进行了并行优化。实验证明在支持CUDA(Compute Unified Device Architecture)接口的NVIDIA Geforce GT430GPU上实现AKNN-NLM算法,可在保持与传统NLM算法降噪性能相当前提下,相比于CPU实现最大能得到19倍的加速比。

关键词：图像去噪非局部平均控制核近似K近邻 GPU加速

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于字典的图像降噪方法研究

基于字典的图像降噪方法研究

作者：周慧湖北大学

学位级别：硕士

图像是信息的载体,随着信息时代的到来,数字产品的日益增多,人们对图像质量的要求越来越高。然而,图像在获取,传输,接收过程中,不可避免的会受到外部,内部环境的影响,产生噪声,从而导致图像质量下降,不仅会使图像的分辨率降低,与此同时... 详细信息

图像是信息的载体,随着信息时代的到来,数字产品的日益增多,人们对图像质量的要求越来越高。然而,图像在获取,传输,接收过程中,不可避免的会受到外部,内部环境的影响,产生噪声,从而导致图像质量下降,不仅会使图像的分辨率降低,与此同时,图像本身的结构也会被破坏掉,而在现实生活中,这些结构往往扮演着非常重要的角色,这样对于图像的后续处理工作极为不利。因此有效的抑制噪声,对图像的应用是至关重要的。本文研究了两种图像降噪的方法。近年来,冗余字典和稀疏表示理论在图像降噪中得到了广泛的应用,并取得了非常好的效果,但是仍存在一些不足：1)现有的很多方法中字典的选取在很大程度仍需要人为的干预,即需要人为的设定阈值来获得字典,导致最终的结果依赖于作者的经验,增加了算法的不确定性和复杂性。基于此,本课题提出了一种自适应的选取字典的降噪算法,有效的降低了复杂性。2)在降噪算法中,在如何平衡降噪的程度和保留图像的细节信息之间的关系是降噪的关键。由于降噪是一个去信息的过程,很多降噪算法在去除噪声的同时,把图像的本身的信息也去掉了。针对这个不足,本课题提出了将控制核作为权重加入到降噪的过程中,由于控制核在保持图像局部结构信息上的优越性,从而在去除噪声的同时保留了图像的细节信息。大量的实验证明了本论文提出的两种方法都能在有效的进行降噪的同时保留图像的细节信息。

关键词：图像降噪字典稀疏表示控制核