开发利用ILP(Instruction-level Parallelism)是现代高性能处理器取得高性能的关键要素之一。宽发射的超标量处理器、超长指令字处理器和数据流处理器只有在并行执行多条相邻的指令时才能获得较高的性能。数据流处理器的一个关键问题是如何把指令的计算结果高效地播送给目标指令而不用读写集中式寄存器文件。对于每条目标数大于指令所能编码的目标数的指令，编译程序都要插入一裸由MOV指令构成的软件扇出树来把计算结果播送给多条目标指令。为了暴露更多的ILP给硬件执行基底，提出了一种改进的软件扇出树生成算法，本算法根据目标指令的执行概率大小以及目标指令到该指令所在块的出口的关键路径长度来计算目标指令的权值，然后对各个叶子的优先权值进行排序，再根据优先权值的顺序来构造一裸软件扇出树，以便把指令的计算结果播送给多条目标指令。实验结果发现，本算法相对于传统的软件扇出树生成算法其性能有较大的提高。

由于新协议和业务的不断涌现，传统路由器的刚性和封闭性导致其无法满足上层业务发展而自由演进，因此面向功能进化的开放可重构路由器是今后发展的趋势。提出了基于积木式组装机制的可重构路由器体系结构，通过基于多矢量映射的可重构机制，利用局部矢量变化实现自身功能的不断更新、添加或删除来实现路由器功能进化，从而有力支撑上层业务的演进。

同时多线程处理器同时执行来自不同线程的指令，兼顾了线程内和线程间的指令并行，使处理器的性能得以大幅提升。然而这种对资源的共享方式，可能带来对关键资源(包括重命名寄存器、指令队列等)的恶性竞争，从而出现“饿死”现象，甚至影响处理器的吞吐率。这主要是由于某些线程遇到长延迟指令，并长期占据关键资源，从而导致其他线程对资源的需求无法得到满足，同时这也降低了资源的利用率。降低竟争带来的负面影响，主要有3种方法:线程调度——在取指段，决定从哪些线程取指令;指令调度——决定哪些指令进入关键资源;关键资源划分——为每个线程分配独立的关键资源。主要对这些调度策略进行综述。

图像边缘是重要的视觉感知信息，也是图像最基本的特征之一，其在图像分析和理解中有重要价值。以视觉重要的图像边缘轮廓为基础，提出了一种基于边缘综合特征的彩色图像检索新算法。该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓;然后构造出能全面反映边缘轮廓内容的两种直方图(边缘颜色直方图和边缘方向直方图);最后综合利用上述两种边缘直方图计算图像间的内容相似度，并进行彩色图像检索。仿真实验表明，该算法能够准确和高效地查找出用户所需内容的彩色图像，并且具有较好的查准率和查全率。

为了提高乳房动态核磁共振成像中不同时间点序列图像的配准速度，提出了将快速的Demon非刚性配准算法与图像强度校正相结合的乳房图像配准模型。Demon算法本身基于图像强度变化计算变形参数，因此不适于强度动态增强的图像配准。首先根据乳房组织的信号增强模型应用多项式理论校正待配准图像的强度，再应用Demon算法进行几何变形配准。实验表明该算法在精度上远优于直接使用Demon算法，在与自由形变配准算法具有几乎相同配准精度的前提下，明显提高了配准速度。

C2组织探索性分析模型是进行C2组织优化设计理论探索性分析验证的基础和关键。围绕C2组织探索性分析模型的构建问题，阐述了C2组织探索性分析模型的特征，明确了分析模型的设计需求，提出了分析模型的构建原则与基本方法，并对分析模型的层级映射关系进行了分析，以指导C2组织探索性分析模型的构建。

提出了一种改进的TNAM二值图像表示方法，简称ITNAM表示方法。给出了ITNAM算法的形式化描述，并对其存储结构、总数据量和时空复杂性进行了详细的分析。以图像处理领域里惯用的标准'Lena' , 'Baboon'和'Peppers'等二值图像作为典型测试对象，对其进行了理论分析和实验，结果表明，与新提出的TNAM方法和经典的线性四元树表示方法相比，ITNAM表示方法具有更少的子模式数(或节点数)，能够更有效地减少数据存储空间，是二值图像模式的一种更优的表示方法。

针对现有模型对肤色空间刻画的不足，提出了一种基于参数查找表的肤色检测算法。该方法将肤色和非肤色看作两类模式，通过在YCbCr颜色空间统计，计算样本在不同色度下沿亮度的概率分布，分类采用贝叶斯判别规则，查找表用于存储模型参数，实现了快速查找和计算。实验中，从像素样本分类和彩色图片分割两个方面对算法的检测性能进行对比，说明其有较高的检测率和较强的鲁棒性。

图像信息嫡和灰度变化平均值是两个常用的图像加密效果评价准则。分析指出，图像信息嫡和灰度变化平均值受图像尺寸大小的影响较大，为此提出了两个新的图像加密效果评价准则:直方图均衡度和游程统计量。直方图均衡度可用于基于像素灰度值变换的加密过程的评价，游程统计量可用于图像坐标置换的加密过程的评价。新方法表达简单，计算便捷，其显著优点是与图像大小无关，不需要借助原图像。

为了精确地对体数据进行可以交互的切割模拟，提出了切割距离场的概念和一种基于切割距离场的三维体数据切割算法，该算法利用切割距离场作为切割体的数据表示形式，在图形处理单元(GPU)的着色器中同时实现体重建和实时切割两种功能，实验结果表明该切割算法可以达到可交互的速度，可以处理任意形状的切割体。

边缘检测是一种高度并行的算法，计算量较大，传统的CPU处理难以满足实时要求。针对图像边缘检测问题的计算密集性，在分析常用边缘检测算法的基础上，利用CUDA(Compute Unified Device Architecture，计算统一设备架构)软硬件体系架构，提出了图像边缘检测的GPU(Graphics Processing Unit，图形处理器)实现方案。首先介绍GPU高强度并行运算的体系结构基础，并将Robots和Sobcl这两个具有代表性的图像边缘检测算法移植到CPU，然后利用当前同等价格的CPU和GPU进行对比实验，利用多幅不同分辫率图像作为测试数据，对比CPU和GPU方案的计算效率。实验结果表明，与相同算法的CPU实现相比，其GPU实现获得了相同的处理效果，并将计算效率最高提升到了17倍以上，以此证明GPU在数字图像处理的实际应用中大有潜力。

提出一种ASM (active shape Model)与彩色Gabor特征相结合的提取人脸关键特征点的方法。该方法首先通过瞳孔的精确定位来辅助完成人脸形状模型的初始化;然后采取全局特征与局部特征相结合的方法来共同实现对特征点的定位;最后选取人脸图像中的关键特征点的特征信息，结合彩色Labor特征进行提取，进而快速准确地得到人脸关键特征点。实验表明，与传统的ASM算法比较，加入了彩色信息的改进算法对特征点定位有显著的提高。

关键帧提取技术，是基于内容的视频检索的一个重要组成部分。为了能从不同类型的视频里有效地提取关键帧，提出了基于仿射传播聚类的自适应关键帧提取算法。首先通过图像的颜色特征获取视频镜头的相似性矩阵，然后通过仿射传播聚类自适应地提取视频关键帧。该算法从视频的本身信息分布出发，自适应地搜索出视频最优关键帧，且运算速度快。实验表明，该算法能有效地提取出视频最优关键帧，且算法快速稳健。

判别式3D人体姿态估计方法直接学习图像观测到姿态之间的映射，需要大量训练集，而CPR对这种大训练集的映射模型学习由于计算复杂度太高而受到极大限制。提出了一种基于GPR和LWPR的增量式映射模型的学 习方法，利用CPR学习各局部映射模型，基于工WPR的思想在线调整现有的模型和训练新的局部模型以及姿态估计。实验表明，该方法能够极大地减少大数据集上高斯过程回归的计算代价，并获得准确的姿态估计。

不同JPEG栅格位置或不同压缩质量的图像区域被合成为篡改图像时会出现JPEG块效应的差异，据此提出了一种能自动定位篡改区域的图像盲被动取证方法。算法先通过一种基于小波的图像去噪方法提取噪声，利用噪声衡量局部JPEG块效应以提高块效应信号的信噪比;然后通过迭代方法寻找到合适的阂值，在块效应直方图中分离出篡改区域。针对不同类型的篡改区域的实验说明了算法的有效性。

多核计算已成为计算领域新的发展趋势。针对电子数字稳像系统中待处理的数据量和计算量都非常大的特点，结合双核PC平台的计算特点，采用了一种联合多种加快算法运行速度的处理方案，以满足系统的实时性要求。该方法结合图像视频数据处理的高度并行化、重复性处理的特征，在程序编制上，采用多线程并行处理方法，利用单指令多数据流(Single Instruction Multiple Data, SIMD)、流水线SIMI)技术，在双核CPU上完成并行多线程任务分配和共享内存管理。并在快速搜索基础上，采用自适应多局部运动矢量估

在对复杂背景条件下的非刚体目标进行跟踪时，水平集方法是一种非常有效的方法。针对水平集的初始化问题，提出了一种自适应初始化的水平集方法。首先采用粒子滤波对目标进行跟踪，得到运动目标的粗外接矩形轮廓;然后以外接矩形轮廓的质心为基础进行水平集曲线演化，求取目标的精确轮廓信息，并将轮廓的提取结果反馈到跟踪框架中;最后，动态更新参考模板，以改进似然函数。实验结果表明，本方法能够适应非刚体目标在运动中的自由变化，使得跟踪更加精确。

液体中的沉淀现象是自然界和科学研究中的普遍现象之一，用计算机真实地再现沉淀现象对研究沉淀过程、掌握沉淀规律具有重要的现实意义。基于粒子系统方法，提出了沉淀现象的数学模型，详细描述了沉淀现象的实现过程，并讨论了沉淀现象实现过程中的实时性优化方法和真实感增强技术。实验结果表明，该方法不仅简单有效，易于理解，模拟的沉淀现象满足实时性和逼真性的要求，而且具有较好的通用性，根据需要稍做修改即可用于多种场合的沉淀模拟

声多普勒肾动脉血流速度信号是进一步提取血流速度信号特征的前提。而超声多普勒肾动脉血流速度信号特征是肾动脉狭窄早期诊断的重要手段。因强烈的斑噪影响和其它信息千扰，从超声图像中准确提取肾动脉血流速度信号是比较困难的。提出了局部自适应的置信连接分割方法，该方法用于分离信号区域和背景，在灰度分布不均匀和强噪声条件下仍能实现有效分割;然后使用连通域标号的方法填补小空隙，以消除干扰信息的影响，通过局部统计特性修正提取的信号并使用Mean Shift方法为信号降噪，最终实现了鲁棒的肾动脉血流速度信号的提取。实验结果显示，该方法能准确提取肾动脉血流速度信号，鲁棒性强。

针对小波域比例姜缩降噪方法在去除噪声的同时也弱化了图像细节和边缘的缺陷，提出了具有增强效果的基于最大后验概率准则的小波域自适应降噪算法，并将之应用于红外图像降噪中。该算法在假定图像系数和噪声系数先验为高斯分布的基础上，利用最大后验概率准则计算小波系数的姜缩因子，然后在考虑尺度因素和方向能量因素的基础上对姜缩因子进行修正并将之应用于小波系数姜缩过程中，最后通过逆变换得到降噪和增强的图像。试验结果表明，在损失较小峰值信噪比值的情况下，提出的方法在增强图像细节和边缘、加大图像对比度等方面要优于直接比例姜缩，能够

针对传统X-射线图像增强方法中图像细节不够清晰或噪声增强过大的问题，基于数学定义严谨的多尺度几何分析方法Curvelet变换，给出了一种灵活的非线性增强函数。首先，对X-射线图像进行Curvelet分解，然后在各精细尺度上对系数按增强函数进行映射，最后根据修正后的Curvelet系数重建图像。实验表明，根据所给定的增强函数，Curvelet变换能有效增强X-射线图像边缘对比度，细节清晰，噪声小，与传统方法比较，具有更好的视觉效果。

一个人的器官如果比其他人出现了更多的不对称，就可能是一种疾病的征兆。根据不对称性原理，提出了一种改进的三维医学图像不对称计算模型，通过对中耳区域三维医学图像不对称度的研究，给出了不对称度量化的数值计算优化方法，从而来诊断胆脂瘤型中耳炎。实验结果与医生的诊断之比较表明，利用"I'分布检验方法诊断胆脂瘤的置信度可达到98%。同时该计算模型具有客观性和可度量性，在其他可利用不对称性进行计算机辅助诊断领域具有较好的推广价值。

在逐块纹理合成中，Graph Cut方法被广泛用于优化块间重叠区域的像素取值。传统Graph Cut方法采用的累积距离度量，使得切割路径趋于走捷径而穿过高误差区域。针对此问题，提出了一种基于非标量距离度量的Graph Cut方法。提出了一种基于该度量的高效最小割算法，并证明了其最优性;讨论了改进Graph Cut方法的规则性问题，并给出了解决方法。实验结果表明，由改进的Graph Cut方法所得到的切割路径更加曲折和平滑，块边界隐蔽性更强。

图像传感器采集到的都是经过滤波镜·片后的Bayer格式马赛克图像，为了恢复丢失掉的色彩信息，必须经过插值计算。针对图像采集系统处理的实时性要求，结合自适应插值法和三角函数法则，提出了一种适用于硬件实现的新算法。给出对算法性能的评佑数据和MATLAB仿真图片，对比了算法的处理效果，最后基于实际应用的需求对该算法的硬件实现难度进行了分析。实验结果证明，改进算法在图像边缘的处理上效果更好，基于硬件的实现方式也能保证系统的实时性。

为了实现中国水.墨画的计算机仿真，基于对水，墨画感性艺术效果的分析，提出了基于柏林噪声的中国水.墨画仿真算法。该算法运用柏林噪声的基本理论，通过构造随机噪声函数、插值干扰函数等方法来实现水墨画的特征效果。仿真结果证明该算法较成功地模拟了中国水墨画的典型艺术效果。

提出了一种新的基于最小外接圆补偿机制的二值形状图像检索算法，其不仅提取了目标区域的特征，而且补偿了目标最小外接圆下的背景区域特征。提取常用于描述区域特征的Hu不变矩和Zernike不变矩作为图像特征，不变矩特征具有平移、缩放、旋转不变性。图像相似度用归一化特征向量的欧氏距离表示。该方法不仅计算简单，而且可有效补偿人眼的视觉感受。通过大量实验表明，该算法较仅基于目标区域的检索算法取得了更好的检索精度和回召率。

作为一种有效的迭代算法，Mean-shift具有良好的特性，在目标跟踪、图像平滑和其他计算机视觉领域得到了广泛应用。鉴于标准Mean-shift算法缺乏尺度自适应机制，而Camshift算法每次探测前需要人工选定人脸区域样本才能进行准确的探测，提出了一种用于视频中人脸探测的自适应跟踪窗算法。该算法在跟踪框内采用光照补偿和肤色分割来校正跟踪窗尺度和位置。实验表明，该算法不但具有良好的实时性，而且能较好地减少传统算法中的定位误差，更加准确地探测出视频中的人脸。

变化检测技术能够从观测数据中有效地提取各种变化信息。以多时相的多光谱遥感影像作为主要研究对象，就基于直接比较像元特征的变化检测中两方面的关键问题——差异影像的构造和变化阂值的提取来开展研究，具体采用PCA结合差值比较的方法构造差异影像，采用EM自动确定变化阂值以提取变化区域。通过与传统变化检测方法的实验比较，证明了该方法的有效性。

经典的统计阂值方法采用某种形式的类方差和作为阂值选择的准则，未考虑实际图像的特性，对目标和背景具有相似统计分布的图像的分割效果不甚理想。为此，利用阂值分割后两个类的标准偏差定义了一个新的阂值选择准则，并通过最小化此准则选择出最佳分割阂值。通过一系列实际图像上的实验结果表明，与现有的几种经典阂值分割方法相比，本方法分割图像的效果更好，尤其是对红外图像分割的效果更为明显。

因为高清数字电视对图像质量有严格的要求，所以高清数字电视编码采用了计算十分复杂的高精度运动估计方法，而非快速的简单运动佑计方法，这就导致了运动佑计在视频编码中占用了很多的计算资源。提出了一种结合不同宏块运动特性的方法，以便自适应地选择高精度运动估计方法或简单运动估计方法。该方法通过改变宏块编码顺序与运动向量预测顺序的关系，在减少70%运算时间的情况下仍能保持与高精度方法相同的搜索精度。