摘要：为充分利用多核计算资源提高图像匹配识别的实时性,设计一种基于改进最小距离法的图像匹配并行化算法。选取标准化欧氏距离来代替简单欧氏距离作为特征的相似性度量,同时在多核计算机上采用MPI+OpenMP混合编程模型对该算法进行仿真验证。结果表明,与基于最小距离法的图像匹配算法相比,该算法可以减少匹配误差和匹配运算时间,并且MPI+OpenMP混合编程模型具有较好的加速比和并行计算效率。

摘要：采用深度学习算法来实现海浪等级的划分,数据来源于洋山港视频监测及同步海浪测量。针对近岸海浪识别系统中,构建海浪样本数据集中图像处理部分计算量超大的问题,设计一种海浪样本数据集图像处理的并行化运算方案。构建海浪样本数据集时,主要将视频进行关键帧提取,经过加权均值滤波去噪,生成与海浪等级对应标签,实现了海浪样本数据集的构建。在多核计算机上采用Open MP对海浪样本数据集图像处理过程进行并行算法仿真,同时完善相关代码的性能优化。实验结果表明,设计的并行算法比串行算法大大地提高运算速度和多核利用率,当优化后线程K=8时,加速比可以达到24.29。该算法具有扩展性好、性能高、使用简单方便、价格低廉的优点,具有良好的实用价值。