【摘要】：在地基太陽(yáng)觀測(cè)中,光線在穿越大氣層時(shí)會(huì)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(lái)獲得高分辨力的太陽(yáng)圖像。本文采用的是基于斑點(diǎn)重建算法的事后圖像處理技術(shù)。斑點(diǎn)重建算法被分為兩個(gè)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(diǎn)干涉法,相位重建部分則采用的是斑點(diǎn)掩模法。然而,由于巨大的數(shù)據(jù)量以及計(jì)算的復(fù)雜性,斑點(diǎn)重建算法的計(jì)算十分耗時(shí),傳統(tǒng)的串行計(jì)算方式難以滿足實(shí)時(shí)性要求。GPU由于其強(qiáng)大的計(jì)算能力、良好的可編程性以及經(jīng)濟(jì)性,為提高算法的計(jì)算效率提供了新的思路。為了加速斑點(diǎn)重建算法的計(jì)算過(guò)程,本研究在討論了算法原理的基礎(chǔ)上,使用CUDA并行計(jì)算架構(gòu)實(shí)現(xiàn)了太陽(yáng)圖像斑點(diǎn)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(duì)太陽(yáng)觀測(cè)的影響,并詳細(xì)論述了斑點(diǎn)重建算法的原理和步驟。第二,針對(duì)斑點(diǎn)重建算法在串行平臺(tái)上耗時(shí)長(zhǎng)、重建效率低的問(wèn)題,利用GPU平臺(tái)和CUDA框架對(duì)不同的步驟提出了各自的并行優(yōu)化方案。實(shí)驗(yàn)結(jié)果表明,在我們的運(yùn)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(yùn)行在CPU上的串行程序,加速比可達(dá)7以上�？梢�(jiàn),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(shí),本文提出了基于雙GPU的加速方法以及基于CPU-GPU協(xié)同計(jì)算的加速方法。其中基于CPU-GPU協(xié)同計(jì)算的加速方法又分為在子塊內(nèi)的CPU-GPU協(xié)同計(jì)算和在子塊間的CPU-GPU協(xié)同計(jì)算兩種。實(shí)驗(yàn)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(jiàn),未來(lái)在更多的GPU上,是可以實(shí)現(xiàn)太陽(yáng)圖像高分辨力實(shí)時(shí)重建的。
【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;P182.2
【圖文】：

基于 GPU 并行計(jì)算的太陽(yáng)自適應(yīng)光學(xué)圖像斑點(diǎn)重建技術(shù)實(shí)現(xiàn)臺(tái) 26cm 口徑太陽(yáng)精細(xì)結(jié)構(gòu)望遠(yuǎn)鏡[5]和 1m 新真空太陽(yáng)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(yùn)用太陽(yáng)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(cè)區(qū)域內(nèi)的誤差不能做到完全校正，依然會(huì)存在波前擬合誤差、有限校正帶寬誤差等。此外，對(duì)太陽(yáng)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(cè)和矯正區(qū)域只有等暈區(qū)大小[7]，無(wú)法在全視場(chǎng)內(nèi)獲得衍射極限圖像。后來(lái)，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(lái)[8]，一定程度上解決了校正視場(chǎng)小的問(wèn)題，但卻面臨著實(shí)現(xiàn)難度大、造價(jià)高昂等問(wèn)題。

沒(méi)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(diǎn)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(duì)大量的短曝光圖像進(jìn)行大量的復(fù)雜計(jì)算時(shí)觀測(cè)的要求。一段時(shí)間以來(lái)，采用性能更群成為可選的方案之一，例如美國(guó)大熊湖太陽(yáng)15]。近些年來(lái)，隨機(jī) GPU 硬件技術(shù)的進(jìn)步，PU 并行計(jì)算應(yīng)用于太陽(yáng)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(lè)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(shí)驗(yàn)教學(xué)研究[J];時(shí)代教育;2014年17期

3 廖傳平;;X線電子計(jì)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(guó)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(shí)驗(yàn)研究[J];核電子學(xué)與探測(cè)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(bào);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(guó)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(shí)現(xiàn)[J];通信學(xué)報(bào);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(yáng)圖像重建方法[J];科學(xué)通報(bào);2018年02期

相關(guān)會(huì)議論文 前10條

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

2 張唯;;正在開(kāi)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(huì)醫(yī)學(xué)工程學(xué)分會(huì)第一次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會(huì)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(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)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(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)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(guó)正電子湮沒(méi)譜學(xué)會(huì)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(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

7 張海南;湯日杰;張書旭;蔡霜;彭俊琴;張愛(ài)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(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)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(guó)正電子譜學(xué)會(huì)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(guó)生物力學(xué)學(xué)術(shù)會(huì)議暨第十二屆全國(guó)生物流變學(xué)學(xué)術(shù)會(huì)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(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前3條

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

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

3 本報(bào)記者 吳苡婷;數(shù)字化時(shí)代來(lái)臨 醫(yī)療大變革在即[N];上海科技報(bào);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(chǎng)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(jué)語(yǔ)義的挖掘研究[D];南京大學(xué);2017年

9 賈夢(mèng)宇;近場(chǎng)光子輸運(yùn)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(shí)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(hào)的圖像重建軟件系統(tǒng)設(shè)計(jì)與實(shí)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(yáng)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(yáng)工業(yè)大學(xué);2019年

4 宣經(jīng)緯;基于GPU并行計(jì)算的太陽(yáng)自適應(yīng)光學(xué)圖像斑點(diǎn)重建技術(shù)實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)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(píng)價(jià)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(cè)的無(wú)線阻抗層析成像系統(tǒng)開(kāi)發(fā)及實(shí)驗(yàn)驗(yàn)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(jì)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(hào)：2721853