模式識別與圖像處理并行計算機系統(tǒng)設計

第一篇  引    論
第一章  模式識別與圖像處理(PRIP)
1.1  PRIP簡介
1.2  圖像處理技術(shù)
1.3  模式識別方法
1.3.1  統(tǒng)計識別方法
1.3.2  句法分析方法
1.4  圖像處理系統(tǒng)的一般構(gòu)成
1.4.1  計算機組成與結(jié)構(gòu)
1.4.2  圖像處理系統(tǒng)的基本部件
本章小結(jié)
第二章  PRIP專用機的發(fā)展與分類
2.1  專用機發(fā)燕尾服的“推-拉”模型
2.1.1  “推-拉”模型的建立
2.1.2  專用機發(fā)展的必要性
2.1.3  專用機發(fā)展的可行性
2.2  PRIP專用機的分類
2.2.1  Danielson分類法
2.2.2  Yalamanchili分類法
2.2.3  Duff分類法
2.3  PRIP專用機發(fā)展概述
2.3.1  專用機結(jié)構(gòu)設計的關(guān)鍵考慮
2.3.2  結(jié)構(gòu)的選擇及其策略
2.3.3  現(xiàn)行的PRIP專用機系統(tǒng)
本章小結(jié)
第二篇  并行算法及語言
第三章  圖像處理并行算法
3.1  算法分析
3.1.1  并行算法的必要性
3.1.2  計算的分級
3.2  像素級并行算法
3.2.1  點和鄰域操作
3.2.2  變換操作
3.2.3  幾何操作
3.3  區(qū)域級并行算法
3.3.1  區(qū)域表示
3.3.2  區(qū)域的性質(zhì)與關(guān)系
3.4  并行算法的性能評價標準
3.4.1  運行時間TN(M)
3.4.2  速度VN(M)
3.4.3  加速倍數(shù)SN（M）
3.4.4  有效性EN（M）
3.4.5  開銷率QN（M）
3.4.6  價格PN（M）
本章小結(jié)
第四章  并行圖像處理語言
4.1  PRIP語言發(fā)展的必要性
4.1.1  通用語言不適應PRIP算法
4.1.2  新型系統(tǒng)結(jié)構(gòu)需要相應的語言描述
4.1.3  特定的用途決定了采用特殊的語言
4.2  PRIP語言基本概念
4.2.1  PRIP語言
4.2.2  歷史回顧
4.2.3  發(fā)展類型
4.3  PRIP語言的命令級分類及其分布
4.3.1  命令級類型
4.3.2  命令分類舉例
4.3.3  命令級分布比較
4.4  并行處理機的PRIP
4.4.1  MORPHAL
4.4.2  CAP4
4.4.3  C3PL
4.4.4  DQPFORTRAN
4.5  發(fā)展趨勢
本章小結(jié)
第三篇  并行計算機結(jié)構(gòu)
第五章  SIMD陣列結(jié)構(gòu)
5.1  陣列處理機的特點與組成
5.1.1  SIMD計算機的特性
5.1.2  陣列計算機的構(gòu)成
5.1.3  陣列處理機的特點
5.2  陣列處理機的發(fā)展
5.2.1  典型的應用系統(tǒng)
5.2.2  近期推出的高用設備
5.2.3  新發(fā)展的陣列結(jié)構(gòu)
5.2.4  發(fā)展中的幾點結(jié)論
5.3  陣列處理機的設計
5.3.1  處理單元PE的設計
5.3.2  專用程序設計
5.3.3  處理單元PE的設計
5.4  一種典型SIMD系統(tǒng)——MPP
5.4.1  MPP系統(tǒng)概述
5.4.2  在圖像處理方面的幾種應用
本章小結(jié)
第六章  流水線結(jié)構(gòu)
6.1  串行處理機特點與結(jié)構(gòu)
6.1.1  串行處理的必要性
6.1.2  串行操作的主要問題
6.1.3  典型的串行結(jié)構(gòu)
6.2  流水線的基本概念
6.2.1  流水線處理的工作原理
6.2.2  流水線處理機的主要性能
6.2.3  流水線的分段與分類
6.3  一般流水線處理機的設計
6.3.1  流水線處理機的發(fā)展
6.3.2  算法實現(xiàn)——鄰域操作
6.3.3  系統(tǒng)實現(xiàn)——細胞式計算機
6.3.4  圖像處理語言——C-3PL
本章小結(jié)
第七章  MIMD多處理機結(jié)構(gòu)
7.1  MIMD多處理機結(jié)構(gòu)原理與特點
7.1.1  MIMD多處理機基本概念
7.1.2  MIMD多處理機結(jié)構(gòu)
7.1.3  多處理機結(jié)構(gòu)特點
7.2  典型的MIMD結(jié)構(gòu)應用
7.2.1  總線結(jié)構(gòu)
7.2.2  循環(huán)結(jié)構(gòu)
7.2.3  公共存儲器結(jié)構(gòu)
7.2.4  可重構(gòu)結(jié)構(gòu)
7.3  圖像處理的VLSI網(wǎng)絡
7.3.1  網(wǎng)絡在圖像處理中的應用
7.3.2  多處理機系統(tǒng)的結(jié)構(gòu)特征——互聯(lián)方式
7.3.3  常規(guī)的幾種網(wǎng)絡
7.3.4  網(wǎng)絡性能成本特性
本章小結(jié)
第八章  VLSI處理結(jié)構(gòu)
8.1  引言
8.2  VLSI結(jié)構(gòu)特點
8.2.1  VLSI結(jié)構(gòu)
8.2.2  VLSI算法
8.3  某些PRIP算法的VLSI結(jié)構(gòu)
8.3.1  DFT和圖像濾波的VLSI陣列
8.3.2  VLSI實現(xiàn)的FFT處理器
8.3.3  空域操作陣列
8.3.4  控制結(jié)構(gòu)
8.4  基于VLSI細胞陣列處理器
8.4.1  圖像處理的VLSI細胞陣列處理器
8.4.2  VLSI對圖像陣列處理機的影響
8.4.3  VLSI對流水線圖像處理機的影響
8.4.4  VLSI對PRIP多處理機的的影響
8.4.5  基于VLSI的通用PRIP系統(tǒng)
8.5  VLSI結(jié)構(gòu)設計舉例
8.5.1  模式識別的矩陣計算
8.5.2  分塊矩陣計算
8.5.3  VLSI矩陣運算網(wǎng)絡
8.5.4  VLSI特征析取器和模式分類器
8.6  VLSI信號處理應用
8.6.1  引言
8.6.2  信息處理發(fā)展回顧
8.6.3  VLSI對信號處理的影響
8.6.4  VLSI信號處理系統(tǒng)的綜合設計
本章小結(jié)
第四篇  并行系統(tǒng)的發(fā)展
第九章  Systolic陣列系統(tǒng)
9.1  Systolic概念
9.2  Systolic陳列結(jié)構(gòu)特點
9.2.1  結(jié)構(gòu)模塊——細胞元的構(gòu)造
9.2.2  Systolic結(jié)構(gòu)
9.2.3  Systolic陣列
9.3  Systolic實現(xiàn)的PRIP算法
9.3.1  矩陣操作
9.3.2  圖像處理算法
9.3.3  模式識別算法
9.4  Systolic系統(tǒng)設計
9.4.1  設計準則
9.4.2  細胞元設計
9.4.3  一種SIMD的Systolic陣列機設計
本章小結(jié)
第十章  圖像數(shù)據(jù)庫綜合系統(tǒng)
10.1  圖像數(shù)據(jù)庫的研究與開發(fā)
10.1.1  圖像數(shù)據(jù)庫的基本構(gòu)成
10.1.2  圖像數(shù)據(jù)庫管理
10.1.3  圖像數(shù)據(jù)庫機的研制
10.2  圖像數(shù)據(jù)庫系統(tǒng)設計
10.2.1  圖像分析與數(shù)據(jù)庫管理綜合設計概念
10.2.2  Pumps機系統(tǒng)結(jié)構(gòu)
10.2.3  后端圖像數(shù)據(jù)庫管理系統(tǒng)
10.2.4  圖像處理數(shù)據(jù)庫機（DMIP）
10.3  綜合圖像數(shù)據(jù)庫機研究展望
本章小結(jié)
第十一章  混合錐體結(jié)構(gòu)
11.1  錐體結(jié)構(gòu)的特點與組成
11.1.1  錐體結(jié)構(gòu)的特點
11.1.2  錐體處理元
11.1.3  二連接與四連接錐體
11.1.4  通訊網(wǎng)絡
11.2  錐體計算機實現(xiàn)
11.2.1  PAPIA I
11.2.2  PCLIP
11.2.3  GAM
11.2.4  HCLM
11.2.5  SPHINX
11.2.6  EGPA
11.2.7  二維體計算機
11.2.8  網(wǎng)格錐體
11.2.9  PVM
11.2.10  基于錐體方法的優(yōu)化結(jié)構(gòu)
11.3  典型混合錐體結(jié)構(gòu)
11.4  機器人視覺錐體結(jié)構(gòu)研究
11.4.1  RVS系統(tǒng)
11.4.2  設計考慮
11.4.3  錐體結(jié)構(gòu)描述
11.4.4  系統(tǒng)實現(xiàn)
本章小結(jié)
第十二章  神經(jīng)元網(wǎng)絡系統(tǒng)
12.1  引言
12.2  ANN發(fā)展概述
12.2.1  ANN基本概念
12.2.2  ANN發(fā)展過程
12.3  ANN學習算法
12.3.1  學習算法分類
12.3.2  幾種模式識別應用中的學習模型
12.4  ANN結(jié)構(gòu)與實現(xiàn)
12.4.1  結(jié)構(gòu)分類
12.4.2  “激勵”函數(shù)（Activation Function）
12.4.3  系統(tǒng)實現(xiàn)
12.5  ANN應用實例
12.5.1  模式分類
12.5.2  數(shù)據(jù)壓縮
12.6  一種模糊聚類神網(wǎng)絡系統(tǒng)設計
12.6.1  系統(tǒng)設計方法
12.6.2  模糊聚類學習算法
12.6.3  并行系統(tǒng)結(jié)構(gòu)
12.6.4  Systolic陣列實現(xiàn)
本章小結(jié)
第五篇  基于PC的系統(tǒng)及應用
第十三章  微型機圖像處理系統(tǒng)
13.1  系統(tǒng)概述
13.1.1  圖像輸入設備
13.1.2  圖像輸出設備
13.1.3  微型機配置
13.2  圖像輸入接口設計
13.2.1  設計思想
13.2.2  硬件系統(tǒng)
13.2.3  軟件實現(xiàn)
13.3  圖像輸入/輸出接口開發(fā)
13.3.1  SDD與SDI概述
13.3.2  圖像輸入
13.3.3  圖像輸出
13.4  微型機圖像預處理器
13.4.1  預處理功能
13.4.2  預處理算法分析
13.4.3  預處理操作的流水線
本章小結(jié)
第十四章  適于流水線處理的紋理分析方法
14.1  紋理分析概念
14.1.1  紋理
14.1.2  紋理特征
14.1.3  紋理分析模型
14.2  三種數(shù)字圖像紋理分析方法
14.2.1  灰度游程長度累加統(tǒng)計紋理分析方法
14.2.2  Hadamard變換圖像紋理分析方法
14.2.3  紋理能量模板的變化性質(zhì)
14.3  紋理區(qū)域的變化性質(zhì)
14.3.1  紋理能量模板的變化性質(zhì)
14.3.2  紋理區(qū)域的變化性質(zhì)
本章小結(jié)
第十五章  微型機圖像處理系統(tǒng)應用
15.1  微型機焊接缺欠自動檢測系統(tǒng)
15.1.1  焊縫圖像的預處理
15.1.2  焊接缺欠的識別與分類
15.2  微型機指紋自動識別系統(tǒng)
15.2.1  指紋圖像的預處理
15.2.2  指紋的識別與分類
15.2.3  指紋庫的建立與查對
15.3  遙感圖像實時分析系統(tǒng)
15.3.1  模板紋理特征的圖像分類
15.3.2  適于實時處理的串行流水線結(jié)構(gòu)
15.3.3  星上遙感圖像處理系統(tǒng)模型機
本章小結(jié)
參考文獻