提出了一种使用多线阵相机、双光源频闪照明成像和分布式并行图像处理技术的锂电池极片涂布涂层缺陷检测方法。该方法使用明、暗光源频闪交替照明，两台高速线扫相机在同一个位置交替分别拍摄明场和暗场图像，既提高了对缺陷的检测分辨能力，也提高了检测效率。在处理环节，该方法使用主从分布式处理架构，使用两台子处理工控机多线程并行处理各自相机的图像数据，并将获得的缺陷数据通过TCP/IP传输至上位处理工控机，进行数据融合与缺陷分类处理。实验表明，使用该方法的锂电池极片涂布检测系统可以实现在线检测，具有极高的实用价值。

近年来，CPU-GPU异构系统在光学遥感影像数据处理领域的应用得到了广泛关注。首先介绍CPU-GPU异构系统的体系架构及发展历程。其次，介绍光学遥感影像数据处理流程。接下来，对CPU-GPU异构系统在光学遥感影像预处理、后续处理领域应用现状进行介绍。最后对CPU-GPU异构系统在光学遥感影像数据处理系统中的应用进行分析和总结，分析可知，CPU-GPU异构系统在光学遥感影像数据处理领域应用具有可行性且前景广阔，但仍需解决算法并行化设计、优化及CPU和GPU负载平衡等关键问题，这对推动CPU-GPU异构系统在光学遥感影像数据处理中的应用具有重要意义。

针对相位敏感光时域反射计(Φ-OTDR)信号处理复杂、计算量大、实时性要求高的特点,提出一种基于现场可编程门阵列(FPGA)异构加速计算技术的Φ-OTDR实时信号处理系统。对外差探测式Φ-OTDR信号处理流程进行分析与分解,提出基于FPGA的滑动窗数据帧分割、多通道并行快速傅里叶变换(FFT)计算、频域滤波、短时能量求和等一系列加速计算方法。该系统最终实现在40 km光纤传感距离、2 kHz重复频率与1 m采样间隔下的长时间、实时扰动信号解调与显示,并且具有80%的帧重叠率。该FPGA系统作为异构加速器,能够减轻计算机数据处理压力,保证传感系统高重复频率下的运算实时性,为系统可靠性和稳定性提供了有效保障。

针对传统眼轴长度测量需要分段检测且测量误差较大的问题, 设计了一种具有大探测范围的扫频光学相干层析系统, 实现了对眼轴长度的单次完整测量.提出了自适应峰值点提取与自适应误差校正相结合的算法,实现了大深度干涉信号的重构; 利用CPU-GPU协同加速技术实现了系统的实时测量, 解决了大范围探测数据量大、处理速度慢的问题.对光学眼模型进行实验, 结果表明：该系统对眼轴长度的测量误差为0.01 mm, 优于传统分段测量系统, 系统单次测量时间为0.10 s, 满足实时测量要求.

机载激光雷达(LiDAR)点云数据滤波是目前点云数据处理领域研究的重点。针对目前点云数据滤波的难点,提出了一种基于多尺度虚拟格网和并行计算的改进滤波方法。该方法通过点云数据构建多级虚拟格网,对格网进行多尺度分解,剔除LiDAR数据中的粗差点,获取初始地面点及地物点;根据双向阈值滤波原理,以网格尺度由大到小的顺序逐层进行滤波处理,得到较为精细的地面点,并结合点云数据的并行编程处理,减少了滤波算法的误差积累。实验结果表明:改进算法与其他经典滤波算法相比,滤波精度有了较大的提高,在不同的地形条件下能有效地控制第II类误差,同时减少了总误差,提高了滤波处理的效率和数字高程模型(DEM)的可靠性。

Canny算法在PC机上的执行速度较慢, 这极大地限制了其实用性。本文在前人的研究基础上对算法进行更深的优化和改进。首先在VS2012开发环境下利用数字图像处理技术对原算法进行原理上的改进, 再利用GPU流处理器数量众多的优势以及强大的多线程并发执行能力对Canny算法进行并行加速。在500 pixel×500 pixel的图片上, 对本文算法和原Canny算法进行了实验验证。实验结果表明, 在4 096 pixel×4 096 pixel大小的图片上采用本文的GPU移植算法处理后, 执行速度从80 ms降到了6 ms以内。在不影响边缘检测效果的前提下极大地提高了算法的实用性。

为了实时而准确地分割高分辨率图像, 提出一种基于图的并行分割算法。该算法采用并行结构, 将图像分为多个区域, 充分利用不相邻区域的处理具有并行性的特点, 对多个区域进行并行处理。算法可直接部署在多核处理器上, 多核并行处理以减少运行时间。为了增强算法对杂乱背景的适应能力, 提升分割的准确性, 采取低权值直接合并策略, 将相对较为均匀的区域直接合并, 使同一目标区域内的分割一致性更强。实验结果表明, 该分割算法的实时性较好, 明显优于现有分割算法, 并且分割准确性较高, 在复杂场景中应用也能取得较好的分割效果。

针对立方体钠卫星GNC信息处理系统高计算性能与低功率消耗相矛盾的问题, 提出了一种资源限制型可重构并行信息处理方法。该方法采用紧耦合可重构并行信息处理架构, 将GNC信息处理中需要多次迭代计算且不适合CPU处理的复杂软件算法, 以动态部分重构硬件电路单元(DPR)的方式实现, 采用基于互斥量的多核并行可重构资源调度算法, 通过多核CPU并行管理与调度共享的DPR单元, 完成软件算法的硬件加速与优化。实验结果表明, 该方法实现了立方星GNC信息处理系统的高效实时快速处理, 与传统信息处理方法相比, 可节约50%左右的功耗, 可应用于计算资源极为有限的星上信息处理领域, 具有很好的工程应用前景。

目前的柱栅式裸眼立体显示技术已经能够在UHD模式下具有良好的2D显示性能, 但是随着分辨率的提高, 立体显示图像的合成所需要处理的数据量急剧增加。为此, 我们在x86架构运行环境下, 提出了一种采用SIMD指令集来实现显示图像实时合成的算法。实验表明, 相比于通用算法, 该算法可大幅减少运算时间, 速度提高了1个数量级以上。有效满足柱栅式立体显示系统图像的实时合成, 具有一定的工程实际意义。

稀疏表示是一种有潜力的图像信息表示方法，已应用于图像目标检测。正交匹配追踪算法(OMP)求解稀疏系数过程计算复杂，不能满足快速处理的要求，因此引入Kalman滤波器的递归思想，提出了一种计算稀疏系数的快速OMP(FastOMP)算法。利用Hermitian引理，从上一时刻的状态更新当前信息，避免了高维矩阵数据的重复计算。为提高算法的执行效率，提出了基于GPU/CUDA(图形处理器/统一计算设备架构)的并行计算方法，充分利用GPU的并行计算能力，提高了FastOMP算法的计算速度。实验结果表明，与传统OMP算法相比，FastOMP算法可大幅度缩短计算时间并提高检测精度。