本课题通过在高性能计算机机群曙光3000上实现对水泥熟料X-射线图像的分析,提取水泥熟料各物相的组成比例,并且利用智能技术建立水泥微观结构参数与力学性能(28天抗压强度)的关系模型,从而达到通过当天水泥熟料的矿物组成实时、准确的预测水泥抗压的强度. 水泥熟料的X-ray图像是本课题研究的出发点,并行图像处理、并行智能算法的研究是课题用到的关键技术.所以在课题中首先要对用到的图像处理算法并行化,确定水泥熟料X-ray图像中的各物相含量.在此基础上,通过并行智能方法,来预测熟料的28天强度. 本文研究的主要内容包括: 1、分析了用计算机研究水泥材料的重要意义及发展现状,以及对于高性能水泥材料分析的必要性,并指出了并行处理的发展过程及研究现状. 2、分析了几种比较流行的并行计算模型-LogP模型和BSP模型,并行算法是在并行计算模型上设计出来的,它是硬件和软件之间的一座桥梁. 3、对图像处理的并行算法进程研究,并对水泥熟料几种主要元素的X-ray图像进行并行处理,主要是选取合适的图像处理算法并把它们并行化.并且讨论了滤波算法,特别是对中值滤波算法的并行设计及实现,并对并行算法进行了深入的分析.我们利用原始图像和其邻域平滑图像联合直方图,将一维Otsu法推广到二维而得到的二维Otsu自适应阈值分割方法,使分割效果得到改善,并在曙光3000上实现了二维OTSU分割算法的并行化. 4、根据求出的水泥熟料X-ray射线图像像素的含量,然后进行决策树计算,最终得到各种熟料中四种主要物相的含量. 5、水泥熟料强度预测模型的建立,将求得的四种物相的含量作为输入,以熟料强度作为输出.利用并行PSO优化算法对模型进行优化,提出了并行PSO的两种并行化模型-分布式PSO和主从式PSO,并作了分析比较.