基于PVM平台的图像增强并行处理研究的中期报告.docx

基于PVM平台的图像增强并行处理研究的中期报告
一、前言
本文是基于PVM平台的图像增强并行处理研究的中期报告，介绍本项目的背景、相关工作、研究目标、研究内容及进展情况等。
二、背景
随着计算机技术的发展，人们对图像处理的需求也越来越高。图像增强是图像处理中非常重要的一个环节，其主要目的是通过改变图像的亮度、对比度、色彩、清晰度等参数来提高图像的质量。常见的图像增强方法有灰度变换、直方图均衡化、滤波等等。
随着图像的分辨率越来越高，图像处理的时间也越来越长，因此如何实现高效的图像增强处理就成为了一个重要的问题。而并行计算可以有效地提高图像处理的速度和效率，因此本项目选择了基于PVM平台实现图像增强的并行处理。
三、相关工作
目前关于图像增强的研究比较广泛，其中并行计算在图像处理中也有着广泛的应用。常见的并行计算平台包括MPI、OpenMP、CUDA等等。
MPI是消息传递接口的缩写，是一种常见的基于消息传递的并行计算平台，可以很好地支持分布式计算。OpenMP是一种基于共享内存的并行计算平台，可以在单机的多核CPU上实现并行计算。CUDA是可以在Nvidia显卡上进行并行计算的平台，其的特点是具有很好的并行处理能力，尤其是在单精度浮点数计算方面的性能更佳。
四、研究目标
本项目的主要研究目标是基于PVM平台实现图像增强的并行处理，主要包括以下几个方面：
1.实现图像预处理，包括图像读取、灰度转换、图像切割等等。
2.实现图像增强算法，包括灰度变换、直方图均衡化、滤波等等。
3.实现并行计算，通过将图像分成多个部分进行并行计算，提高图像的处理速度和效率。
4.实现图像显示，将处理后的图像显示出来。
五、研究内容及进展情况
目前，本项目的研究内容主要包括PVM平台的学习、图像预处理、图像增强算法的实现以及并行计算的实现等。
在PVM平台的学习阶段，我们熟悉了PVM平台的基本使用方法，包括进程的创建、消息的发送接收、任务分配等等。在图像预处理阶段，我们实现了图像的读取、灰度转换、图像大小的改变、图像分割以及图像保存等等。
在图像增强算法的实现阶段，我们采用了两种常见的方法，即灰度变换和直方图均衡化。在灰度变换中，我们实现了亮度增加和降低、对比度增加和降低的功能。在直方图均衡化中，我们实现了传统直方图均衡化、多级直方图均衡化以及CLAHE算法等。
在并行计算的实现阶段，我们将图像分成多个部分，同时开启多个进程进行处理，并将处理后的图像拼合起来进行显示。在此过程中，我们遇到了一些问题，比如图像的边缘部分在分割时的处理、各个进程之间数据通信的问题等等，但通过不断调试和修改，我们最终解决了这些问题。
目前，我们已经实现了基于PVM平台的图像增强并行处理的大部分功能，但仍需要进一步优化并提高代码的可读性和可维护性等方面的问题。