高性能计算High puting
李青
上海大学计算机学院
第8讲
高性能计算
绪论、UNIX/Linux 基本命令、vi 编辑器
Bash Shell 脚本文件
并行计算的概念
MPI 最小完备函数集、基本程序设计
通信函数详解
组通信
归并排序的并行处理
图像处理并行算法
复****br/>主要内容
并行计算机网络结构简述
二维网格(Mesh)结构
并行计算应用
数字图像处理的并行计算
图像增强(直方图均衡化方法)
图像边缘检测(有重叠的数据分布)
二维网格(Mesh)
设有 M×N 个结点
结点编号(数组一维编号←→行列二维编号)
k →(k/N, k%N)
(i, j) → i*N+j
int main(int argc, char *argv[])
{
// MPI_ ...
px = atoi(argv[1]);
py = numprocs / px;
numprocs = px * py; // 忽略多余的进程
myidx = myid % px;
myidy = myid / px;
// 进程(i,j)的编号为 i*px + j
// ...
}
运行
mpirun -machinefile hosts -np 12 myprog 4
mpirun -machinefile hosts -np 13 myprog 4
则 px 为 4, py 为 3
数字图像处理(串行算法)
图像增强
直方图均衡化方法
图像滤波
边缘检测 (高通滤波)
降噪(低通滤波)
图像增强
灰度图像的统计特征
灰度直方图
灰度均值、方差
灰度均值——平均亮度(均值小,则平均亮度低,图像偏暗)
灰度方差——对比度(方差小,则灰度值分布集中,则对比度小)
一般地,视觉效果较好的图像,其灰度值分布靠近均匀分布。
图像增强
对于对比度低(方差小)的数字图像,可采用直方图均衡化方法予以增强,以改善视觉效果。
图像灰度直方图
原始图像
图像灰度直方图
对比度低
图像偏暗
高性能ppt8 来自淘豆网www.taodocs.com转载请标明出处.