圖像融合與修復處理關鍵技術(shù)研究.pdf

1、壁畫的高精度數(shù)字化采集是實現(xiàn)壁畫永久保護的一種重要手段，而壁畫數(shù)字化修復是實現(xiàn)壁畫精彩呈現(xiàn)的主要技術(shù)方法。本文針對敦煌壁畫融合和修復過程中存在的兩大主要問題（即超大圖像融合時泊松方程收斂速度慢甚至無法收斂、融合需要的內(nèi)存過大以及修復時圖像噪音類型復雜而導致的降噪算法魯棒性和效果較差），主要開展了以下幾個方面的創(chuàng)新性研究工作:
　　(1)針對超大壁畫圖像融合時的泊松方程收斂速度慢甚至無法收斂、融合需要的內(nèi)存過大的問題，提出了一種基于

2、均勻稀疏采樣的超大壁畫圖像快速融合方法。首先在低分辨率圖像上求解泊松方程，然后利用低分辨率圖像的求解結(jié)果通過GPU并行計算高分辨率的融合結(jié)果，算法可以實現(xiàn)快速的收斂速度。與當前可用的方法相比，本算法能夠在相對有限內(nèi)存空間快速處理超大圖像融合，同時算法也可以并行在GPU上計算。
　　(2)針對圖像融合計算并行度較低的問題，提出了基于矩陣撕裂(Matrix Tearing)的壁畫超大圖像的快速融合算法。算法首先將圖像融合產(chǎn)生的稀疏矩陣

3、進行幾何降解，劃分成相互重疊的許多不同矩陣塊，每一個矩陣塊可以利用GPU并行獨立求解。這樣充分利用了GPU的數(shù)據(jù)并行處理能力，大大提高了運算速率，且內(nèi)存消耗低。為了進一步從底層挖掘并行的潛力，提出了一種基于編譯的自動并行化方法，在編譯層面借鑒SpMT處理器的設計，采用優(yōu)化的投機執(zhí)行策略，基于抽象語法樹(AST)和中間表示代碼（IR）實現(xiàn)，在不增加開發(fā)和維護成本的前提下，自動發(fā)掘程序中隱含的并行度，更好地利用多核處理器的計算資源，進一步提