在水泥材料领域,研究水泥水化反应中浆体结构及其形成过程的规律与特性非常重要。水泥的各种性能指标都直接受水化反应及其微观结构的影响,水泥水化反应内部机理的复杂性及随时间变化的特征对水泥水化的研究提出了相当大的挑战。目前传统方式获取的水泥水化微观结构图像数据中,同一层次不同时间其空间位置和角度所对应的水泥颗粒是不对齐的,所以不能从真实动态的角度反映水泥浆体三维微观颗粒结构的变化过程和水泥水化过程。作为图像处理的热门领域,目前图像配准技术发展迅速。通过智能计算、三维图像与图形处理等技术来研究水泥水化微观结构与性能的方法,为水泥材料的研究与开发提供了新的科学方式和技术途径,具有相当重要的理论研究价值与意义。论文以数字图像处理技术为基础,制作水泥浆体模型后,利用μCT(微计算机断层扫描,Micro-tomography)扫描仪扫描获取了28天内10个时间点的水泥浆体三维图像数据,然后解决了由于μCT机械误差原因造成的不同时间点同一种物质灰度差异的问题。再在基于水泥浆体三维图像灰度(体素)信息基础上,提出了利用Powell算法和相似性变换模型的μCT水泥浆体三维图像配准方法解决了水泥颗粒不同时间的空间对齐的问题,从而对28天内10个时间点获取的μCT水泥浆体三维图像实现了配准。为了提高配准速度,论文最后提出了基于图形处理器GPU(Graphics Processing Unit)通用计算平台CUDA(统一计算设备架构,Compute Unified Device Architecture)的三维配准的并行计算架构设计方案。具体研究内容如下:研究了水泥浆体μCT三维图像数据的获取方法,分析了由于μCT扫描仪X射线源的发射能量不稳定等原因,导致的μCT扫描仪在不同时间对同一水泥水化浆体样本扫描时,因同一物质线性衰减系数LAC(Linear Attenuation Coefficient)不同产生灰度差异问题。依据水泥水化理论和图像处理相关原理,提出了水泥图像的灰度校准方法。利用粒子群算法PSO(Particle Swarm Ptimization)优化区间范围参数,将待校准的水泥图像灰度范围重映射到相关区间,再对原始的灰度直方图曲线进行拉伸变换,直到待校准图像直方图两个波峰区域与参考图像直方图两个波峰区域对齐为止,从而达到不同时间点水泥图像同一物质灰度校准的目的。通过灰度校准消除了灰度差异对实验造成的不良影响,为使用基于图像灰度方法进行水泥水化浆体微观结构研究奠定了坚实基础。为了解决水泥颗粒不同时间的空间对齐问题,在基于水泥浆体三维图像灰度(体素)信息的基础上,提出了基于Powell优化算法和相似性变换的水泥浆体μCT图像三维配准方法,对28天内10个时间点获取的μCT水泥浆体三维图像进行了配准。由于μCT图像具有良好的三维观察可视性、对样本的非破坏性、图像精确度微米级的优点,通过对基于X射线的μCT水泥水化样本图像进行三维配准,可以从动态的角度观察水泥浆体水化过程微粒的变化过程,使水泥浆体水化过程可以更为清晰和准确的得到展现。实验结果表明该配准方法具有实现简单,执行效率高,配准精确的特点,是一种有效的自动配准方法,能够取得良好的配准结果。由于三维图像配准过程内在隐含着很强的并行性,为了加快三维图像配准速度,提出了使用GPU并行计算平台CUDA对水泥三维图像配准并行加速处理的设计方法。首先分解配准过程,将并行度高、计算量大的算法优化过程、空间变换和插值部分放到GPU上多线程并行执行,将计算量小而且读写灵活数据输入输出部分仍由CPU完成。配准过程使用CUDA并行计算架构并行化后将会大大提高算法的执行效率,与在CPU下进行配准相比,配准速度会明显加快,加速比可以提高到数量级,可以有效的降低其执行时间。