【摘要】：在地基太陽觀測中,光線在穿越大氣層時會受到大氣湍流的影響而導(dǎo)致圖像扭曲、變形以致質(zhì)量下降。為了消除或降低大氣湍流的影響,包括自適應(yīng)光學(xué)技術(shù)和事后圖像處理技術(shù)在內(nèi)的許多技術(shù)被用來獲得高分辨力的太陽圖像。本文采用的是基于斑點重建算法的事后圖像處理技術(shù)。斑點重建算法被分為兩個部分:傅里葉振幅重建和傅里葉相位重建。振幅重建部分采用的是斑點干涉法,相位重建部分則采用的是斑點掩模法。然而,由于巨大的數(shù)據(jù)量以及計算的復(fù)雜性,斑點重建算法的計算十分耗時,傳統(tǒng)的串行計算方式難以滿足實時性要求。GPU由于其強(qiáng)大的計算能力、良好的可編程性以及經(jīng)濟(jì)性,為提高算法的計算效率提供了新的思路。為了加速斑點重建算法的計算過程,本研究在討論了算法原理的基礎(chǔ)上,使用CUDA并行計算架構(gòu)實現(xiàn)了太陽圖像斑點重建算法并行化。本文作了如下的工作:第一,介紹了大氣湍流對太陽觀測的影響,并詳細(xì)論述了斑點重建算法的原理和步驟。第二,針對斑點重建算法在串行平臺上耗時長、重建效率低的問題,利用GPU平臺和CUDA框架對不同的步驟提出了各自的并行優(yōu)化方案。實驗結(jié)果表明,在我們的運行環(huán)境下,一張TiO通道2304×1984像素大小的圖像,可以在70s內(nèi)完成重建,相比運行在CPU上的串行程序,加速比可達(dá)7以上。可見,并行化后的算法,重建速度得到了顯著的提升。第三、為了進(jìn)一步減少耗時,本文提出了基于雙GPU的加速方法以及基于CPU-GPU協(xié)同計算的加速方法。其中基于CPU-GPU協(xié)同計算的加速方法又分為在子塊內(nèi)的CPU-GPU協(xié)同計算和在子塊間的CPU-GPU協(xié)同計算兩種。實驗表明,這三種加速方法相比單GPU情況下的速度都取得了一定程度的提升�？梢灶A(yù)見,未來在更多的GPU上,是可以實現(xiàn)太陽圖像高分辨力實時重建的。
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;P182.2
【圖文】：

基于 GPU 并行計算的太陽自適應(yīng)光學(xué)圖像斑點重建技術(shù)實現(xiàn)臺 26cm 口徑太陽精細(xì)結(jié)構(gòu)望遠(yuǎn)鏡[5]和 1m 新真空太陽望遠(yuǎn)鏡[6]（圖 1.1）研制了多套自適應(yīng)光學(xué)系統(tǒng)。雖然運用太陽自適應(yīng)光學(xué)系統(tǒng)能夠一定程度上改善成像質(zhì)量，但受限于客觀技術(shù)能力，探測區(qū)域內(nèi)的誤差不能做到完全校正，依然會存在波前擬合誤差、有限校正帶寬誤差等。此外，對太陽這類擴(kuò)展目標(biāo)，由于大氣湍流的非等暈性，傳統(tǒng) AO 的探測和矯正區(qū)域只有等暈區(qū)大小[7]，無法在全視場內(nèi)獲得衍射極限圖像。后來，多層共軛自適應(yīng)光學(xué)系統(tǒng)（Multi-Conjugate AdaptiveOptics，MCAO）的概念被提出來[8]，一定程度上解決了校正視場小的問題，但卻面臨著實現(xiàn)難度大、造價高昂等問題。

沒有大氣湍流情況下采集到的像（上像（中）；有大氣湍流情況下采集到的含有斑點結(jié)構(gòu) effect of atmospheric turbulence on imaging. Image ulence (top); long exposure image acquired with atmxposure image acquired with spot structure collectedturbulence (bottom)需要對大量的短曝光圖像進(jìn)行大量的復(fù)雜計算時觀測的要求。一段時間以來，采用性能更群成為可選的方案之一，例如美國大熊湖太陽15]。近些年來，隨機(jī) GPU 硬件技術(shù)的進(jìn)步，PU 并行計算應(yīng)用于太陽圖像重建中，并且取

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伍樂生;謝世煊;;低照度三維船舶圖像的重建方法研究[J];艦船科學(xué)技術(shù);2018年08期

2 陳多芳;;醫(yī)學(xué)圖像重建課程的實驗教學(xué)研究[J];時代教育;2014年17期

3 廖傳平;;X線電子計算機(jī)體層攝影的基本結(jié)構(gòu)和原理及臨床應(yīng)用[J];蚌埠醫(yī)藥;1987年01期

4 彭克歐;;X線斷層光學(xué)模擬重建的進(jìn)展(一)[J];醫(yī)療器械;1987年04期

5 曹少平;顧宏清;印春光;;代數(shù)迭代圖像重建技術(shù)在SPECT圖像重建中應(yīng)用的研究[J];中國醫(yī)療器械雜志;2010年01期

6 左廣霞;張全虎;賈小龍;劉杰;隋洪志;周志波;;層析γ掃描發(fā)射圖像重建實驗研究[J];核電子學(xué)與探測技術(shù);2012年11期

7 范風(fēng)云,張丙芳,陸軍,魏文勝,石梅,南克俊;圖像重建聯(lián)合立體定向放射治療肺癌36例[J];第四軍醫(yī)大學(xué)學(xué)報;2004年24期

8 王石嵩,郭文臣,郭洪生;東芝TCT-600HQCT機(jī)圖像重建系統(tǒng)故障1例[J];中國醫(yī)學(xué)影像技術(shù);2002年07期

9 汪元美,呂維雪;多準(zhǔn)則圖像重建的神經(jīng)網(wǎng)絡(luò)實現(xiàn)[J];通信學(xué)報;1992年05期

10 劉鵬翔;季凱帆;鄧輝;梅盈;柳翠寅;衛(wèi)守林;戴偉;王鋒;;一種全共享低交換并行高分辨太陽圖像重建方法[J];科學(xué)通報;2018年02期

相關(guān)會議論文 前10條

1 張挺;朱雙華;;一種基于多點地質(zhì)統(tǒng)計法的圖像重建方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

2 張唯;;正在開發(fā)的三維旋轉(zhuǎn)血管造影圖像重建工作站及在神經(jīng)介入方面的應(yīng)用(摘要)[A];中華醫(yī)學(xué)會醫(yī)學(xué)工程學(xué)分會第一次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會論文集[C];1999年

3 張宇;唐志列;吳泳波;謝家興;代芬;趙文鋒;;多種光聲圖像重建方法研究[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

4 李燦;張雄偉;劉家金;;PET圖像重建方法的比較研究[A];中華醫(yī)學(xué)會第九次全國核醫(yī)學(xué)學(xué)術(shù)會議論文摘要匯編[C];2011年

5 魏龍;;正電子成像技術(shù)現(xiàn)狀及發(fā)展[A];第十屆全國正電子湮沒譜學(xué)會議論文集[C];2009年

6 張海南;湯日杰;蔡霜;;基于16層CT的4D圖像重建及其肺癌放療中的應(yīng)用[A];2009中華醫(yī)學(xué)會影像技術(shù)分會第十七次全國學(xué)術(shù)大會論文集[C];2009年

7 張海南;湯日杰;張書旭;蔡霜;彭俊琴;張愛芳;;4維CT圖像重建及其肺癌調(diào)強(qiáng)放療中的應(yīng)用[A];2010中華醫(yī)學(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

8 李琳;單保慈;魏龍;劉力;;Micro-PET數(shù)據(jù)重組與圖像重建[A];第九屆全國正電子譜學(xué)會議論文集[C];2005年

9 王得水;常宇;高斌;軒艷嬌;馬鑫蕊;張婭;;基于CT圖像重建的心室模型及有限元法分析[A];第十屆全國生物力學(xué)學(xué)術(shù)會議暨第十二屆全國生物流變學(xué)學(xué)術(shù)會議論文摘要匯編[C];2012年

10 金迪;柯麗;;濾波反向投影法在PET圖像重建中的應(yīng)用研究[A];2009中華醫(yī)學(xué)會影像技術(shù)分會第十七次全國學(xué)術(shù)大會論文集[C];2009年

相關(guān)重要報紙文章 前3條

1 趙熙熙;用X射線為細(xì)胞無損拍照[N];中國科學(xué)報;2012年

2 沈小平;知己知彼話CT[N];醫(yī)藥經(jīng)濟(jì)報;2001年

3 本報記者 吳苡婷;數(shù)字化時代來臨 醫(yī)療大變革在即[N];上�？萍紙�;2016年

相關(guān)博士學(xué)位論文 前10條

1 李丹;基于l_0范數(shù)約束的稀疏優(yōu)化算法及其在圖像重建中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2018年

2 劉明明;基于單張圖像的室內(nèi)場景建模技術(shù)研究[D];南京大學(xué);2019年

3 EBTESAM MOHAMEED ALHARBI;基于暗原色優(yōu)先的圖像去霧算法研究[D];華南理工大學(xué);2018年

4 張宇;醫(yī)學(xué)層析圖像重建和生物組織光傳輸?shù)难芯縖D];天津大學(xué);2004年

5 孫雪楠;數(shù)值逼近在CT圖像重建中的應(yīng)用[D];吉林大學(xué);2005年

6 田毅;基于狀態(tài)空間理論的ECT圖像重建[D];浙江大學(xué);2006年

7 王靜;面向復(fù)雜產(chǎn)品的工業(yè)CT圖像重建與分析技術(shù)[D];西北工業(yè)大學(xué);2004年

8 袁澤寰;跨圖像視覺語義的挖掘研究[D];南京大學(xué);2017年

9 賈夢宇;近場光子輸運理論及薄層光學(xué)層析非線性圖像重建研究[D];天津大學(xué);2017年

10 趙凌云;三維正電子放射斷層成像理論及實現(xiàn)[D];浙江大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 焦興洋;基于鴿視頂蓋LFP信號的圖像重建軟件系統(tǒng)設(shè)計與實現(xiàn)[D];鄭州大學(xué);2019年

2 張馨;ERT傳感器優(yōu)化及圖像重建[D];沈陽工業(yè)大學(xué);2019年

3 王剛;基于Linux的嵌入式ECT系統(tǒng)研究[D];沈陽工業(yè)大學(xué);2019年

4 宣經(jīng)緯;基于GPU并行計算的太陽自適應(yīng)光學(xué)圖像斑點重建技術(shù)實現(xiàn)[D];中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所);2019年

5 孟杞鳳;基于磁感應(yīng)斷層成像技術(shù)的CFRP缺陷評價方法研究[D];南昌航空大學(xué);2019年

6 苗立;離心機(jī)粒子分布檢測的無線阻抗層析成像系統(tǒng)開發(fā)及實驗驗證[D];西安理工大學(xué);2019年

7 張鵬程;基于塊稀疏的電阻抗成像方法研究[D];天津工業(yè)大學(xué);2019年

8 謝豐;RGB-D圖像協(xié)同顯著目標(biāo)計算方法研究[D];安徽大學(xué);2019年

9 李紅玉;基于卷積神經(jīng)網(wǎng)絡(luò)的ECT圖像重建算法研究[D];遼寧大學(xué);2018年

10 趙玲燕;基于Skellam分布的低光子泊松圖像重建[D];南京理工大學(xué);2018年

本文編號：2721853