A Microscopia de Força Atômica é uma técnica que permite a aquisição de imagens em escalas nanométricas da superfície de quase todo tipo de material. Nessa escala, porém, as imagens podem apresentar uma relação sinal/ruído pobre, causado por efeitos degenerativos em sua qualidade. Para recuperar essas imagens ou minimizar os efeitos da degradação, técnicas de restauração de imagens são empregadas. Nas últimas décadas, diversas técnicas têm sido desenvolvidas e aplicadas com essa finalidade. Dentre elas, uma técnica de restauração, descrita aqui nesta tese, baseada na minimização de um funcional de Tikhonov com termos de regularização a um parâmetro, tem sido usada há alguns anos com resultados bastante satisfatórios no tratamento de imagens obtidas com o Microscópio de Força Atômica. O uso dessa técnica, entretanto, exige um grande esforço computacional que resulta em um tempo de execução elevado quando o programa que implementa o algoritmo de restauração é processado serialmente. Além disso, à medida que os equipamentos eletrônicos aumentam as suas capacidades, as imagens obtidas por esses equipamentos aumentam de resolução, assim como o esforço computacional e o tempo gasto para analisá-las e restaurálas. Assim, com o passar do tempo, o aumento da velocidade de processamento e do desempenho do programa de restauração tem-se tornado um problema cada vez mais crítico. Com o intuito de obter uma velocidade maior de processamento, nesta tese é descrita uma estratégia de implementação do algoritmo de restauração que faz uso de técnicas de computação paralela para se desenvolver uma nova versão paralela do programa de restauração. Os resultados obtidos com essa nova versão do programa mostram que a estratégia paralela adotada reduziu os tempos de execução e produziu bons desempenhos computacionais quando comparado com outras implementações feitas do mesmo algoritmo. Além disso, a nova estratégia apresenta níveis de desempenho maiores à medida que as resoluções das imagens restauradas aumentam, possibilitando a restauração de imagens maiores num tempo proporcionalmente mais curto.
The Atomic Force Microscopy technique allows the nanoscale imaging of almost any type of surface. However, in this scale, the images obtained with this technique can present either poor signal/noise ratios or blurred contents. In order to restore or, at least, decrease the effects of the degradations, image restoration techniques are employed. In the last decades, many techniques have been developed and applied for such purpose, including the restoration technique based on the minimization of Tikhonov's regularization functional, described in this thesis. In recent years, this technique has been used to restore AFM´s image with very satisfactory results. The application of this technique requires, however, a lot of effort and computational power that result on long run-times when processed serially. Moreover, as the electronic equipments have increased their capabilities, the images have increased in resolution as well as the time and the effort for their processing. In the course of time, the processing speedup and the performance improvement have become a critical problem. To solve this, techniques of parallel computation are applied to obtain greater processing speedups. In this thesis, a parallel implementation strategy for the restoration algorithm is described and used to develop a new parallel version of the restoration computational program. The results obtained so far show that the parallel strategy adopted reduced the run times and produced better performances in comparison to the other previous implementations of the same algorithm. Moreover, the new strategy yields higher levels of performance as the restored image resolution increase, making possible the restoration of larger images in time periods relatively shorter.
