1、并行處理技術(shù)領(lǐng)域非常廣泛，包括硬件技術(shù)、并行體系結(jié)構(gòu)、并行操作系統(tǒng)、并行語言、并行編譯系統(tǒng)、并行軟件和并行算法等。雖然使用范圍很廣，但目前國內(nèi)外的并行算法應(yīng)用研究明顯地滯后于其體系結(jié)構(gòu)的發(fā)展，許多方面尚處于探索階段，技術(shù)上還不是很成熟，其中最主要的表現(xiàn)就是配套軟件的欠缺，任務(wù)合理分配的問題和通信與同步的問題。
　　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(yùn)算和矩陣乘法運(yùn)算的存在，就為圖像處理過程中的并行算法設(shè)計(jì)和實(shí)現(xiàn)

2、提供了可能。并行算法的設(shè)計(jì)是為了提高圖像處理的速度，在有限的空間和時(shí)間處理更多的圖像數(shù)據(jù)。
　　圖像的邊緣是圖像最基本也是最重要的特征之一。邊緣檢測一直是計(jì)算機(jī)視覺和圖像處理領(lǐng)域的經(jīng)典研究課題之一。圖像分析和理解的第一步常常是邊緣檢測。邊緣檢測的目的是去發(fā)現(xiàn)圖像中關(guān)于形狀和反射或透射比的信息,是圖像處理、圖像分析、模式識(shí)別、計(jì)算機(jī)視覺以及人類視覺的基本步驟之一。其結(jié)果的正確性和可靠性將直接影響到機(jī)器視覺系統(tǒng)對客觀世界的理解。

3、>　　本文首先對基于灰度圖像邊緣檢測中的主要方法進(jìn)行了分析研究。介紹了經(jīng)典的圖像邊緣檢測方法，包括一階微分邊緣檢測的Roberts邊緣檢測，Sobel邊緣檢測和Prewitt，Robinson，Kirsch邊緣檢測，以及二階微分邊緣檢測的Laplacian邊緣檢測和LOG邊緣檢測，并通過實(shí)驗(yàn)的方式比較了這些圖像邊緣檢測算子的實(shí)際效果。
　　然后，討論了如何降低模板算子的計(jì)算步，以Kirsch算子為例給出了減少模板算子的計(jì)算步驟的方