1、隨著科學(xué)技術(shù)的發(fā)展，圖像數(shù)據(jù)的處理涉及到科學(xué)技術(shù)的各個領(lǐng)域。
　　 由于圖像處理過程中的數(shù)據(jù)量巨大，而且各種算法中大量卷積運算和矩陣乘法運算的存在，就為圖像處理過程中的并行算法設(shè)計和實現(xiàn)提供了可能。
　　 小波分析是目前國際上最新的時頻分析工具，在信號處理方面有著廣泛的應(yīng)用，小波變換在工業(yè)、通訊、軍事、生物學(xué)等領(lǐng)域具有重要的應(yīng)用價值，由于這些領(lǐng)域大都是對海量數(shù)據(jù)進(jìn)行處理，因而有必要研究小波變換的并行實現(xiàn)。
　　

2、本文介紹了并行計算基礎(chǔ)知識和MPI 并行計算環(huán)境，隨后分析了目前常用的圖像分割方法，對經(jīng)典的邊緣檢測算子，包括一階微分邊緣檢測的Roberts、Sobel、Prewitt 邊緣檢測和基于小波變換的邊緣檢測算子檢測后的效果圖進(jìn)行比較，針對圖像分割發(fā)展的現(xiàn)實意義，基于對小波變換可并行性的分析研究，提出本文研究的重點，基于小波變換的并行圖像處理算法的改進(jìn)。
　　 在圖像并行處理中，圖像數(shù)據(jù)的劃分是并行算法設(shè)計的基礎(chǔ)。數(shù)據(jù)劃分不當(dāng)會增加

3、并行系統(tǒng)通信負(fù)荷，通信負(fù)荷是提高并行處理速度的一個瓶頸。本文通過實驗數(shù)據(jù)對比，按照矩形塊來劃分可以獲得較少的通訊開支，從而提高整個并行操作的效率。
　　 本文研究了一維離散小波變換，二維離散小波變換和精確重構(gòu)小波條件，在基于多處理機均勻分塊并行算法的基礎(chǔ)上，研究了二維離散小波變換算法的缺點，并據(jù)此提出了改進(jìn)的均勻分塊并行算法。通過對改進(jìn)算法通信量的分析，改進(jìn)后算法減少了圖像數(shù)據(jù)處理中的通信量。
　　 通過對實驗數(shù)據(jù)的分析

4、研究，改進(jìn)后算法在算法執(zhí)行時間、加速比和效率總體上優(yōu)于改進(jìn)前算法，能夠?qū)D像處理取得較好的加速效果。但是，隨著處理機數(shù)目的增加，加速的效果和效率都有所下降。其原因是：隨著處理器數(shù)目的增加，程序運行過程中通信量的增加會造成整個通信耗時的增加，對加速比和效率的提高有所影響。我們可以依此推斷：如果圖像數(shù)據(jù)規(guī)模加大，當(dāng)此時的通信量與數(shù)據(jù)處理時間相比可忽略不計時，程序中的通信耗時在并行圖像分割所耗費的時間中所占的比重會大大減少。如果將此算法應(yīng)用于