
Тип работы:	Предмет:	Язык работы:

Параллельные алгоритмы бинаризации изображений

Работа №	127850
Тип работы	Бакалаврская работа
Предмет	информационные системы
Объем работы	20
Год сдачи	2016
Стоимость	4700 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	19

Не подходит работа?

Узнай цену на написание

Содержание

Введение 4
1. Цель работы 5
2. Существующие решения 6
2.1. Пороговые методы 6
2.2. Методы, основанные на равенстве яркостей 7
3. Блочный алгоритм бинаризации 9
4. О распараллеливании блочного алгоритма 10
5. Параллельная реализация блочного алгоритма на CPU 12
5.1. Используемые технологии 12
5.2. Результаты распараллеливания для разного числа потоков 13
6. Параллельная реализация блочного алгоритма на GPU 14
6.1. Параллельные вычисления на GPU 14
6.2. Реализация блочного алгоритма 15
6.3. Эффективность распараллеливания 16
7. Примеры работы блочного алгоритма 17
Заключение 18
Список литературы 19

Введение

Бинаризация изображения — преобразование исходного изображения в градациях серого в бинарное изображение, элементы которого могут принимать только два значения. Процесс бинаризации представляет значительный интерес для различных прикладных задач анализа изображений, поскольку позволяет некоторым образом классифицировать объекты на изображении, выделить полезную информацию. Практическое применение бинарные изображения находят в цифровой картографии, геоинформационных системах, пространственном анализе и других задачах, связанных с распознаванием образов [5], видеонаблюдением и видеокодированием [4]. Кроме того, цвет пиксела бинарного изображения кодируется одним битом информации, что даёт возможность эффективно сжать исходное изображение, понизив его битовую глубину.
Известно, что многим алгоритмам обработки изображений присущ естественный параллелизм, основанный на декомпозиции данных, позволяющий создавать параллельные реализации изначально последовательных алгоритмов. Для таких реализаций широко используются многоядерные процессоры, гетерогенные многопроцессорные системы, например, графические процессоры; распределённые системы и т.д. [10] Учитывая большие временные затраты, необходимые для обработки массивов изображений, требование к увеличению скорости бинаризации остается весьма актуальным.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

В процессе работы был рассмотрены основные алгоритмы бинаризации изображений, для блочного алгоритма приведены оценки времени работы и ускорения, получаемого при распараллеливании на системе с p вычислительными модулями. Написаны параллельные реализации данного алгоритма для многоядерного CPU и для графического процессора. На практике было получено значительное ускорение, достигающее 5.5 раз при распараллеливании на GPU.

Литература

[1] Боресков А. В., Харламов А. А. Основы работы с технологией CUDA. — ДМК Пресс, 2016.
[2] Бурова И. Г., Демьянович Ю. К. Алгоритмы параллельных вычислений и программирование. — СПб.: Изд-во С.-Пб. ун-та, 2007.
[3] Перепёлкин Е.Е., Садовников Б.И., Иноземцева Н.Г. Вычисления на графических процессорах (GPU) в задачах математической и теоретической физики. — URSS, 2014.
[4] Ричардсон Я. Видеокодирование. H.264 и MPEG-4 - стандарты нового поколения. — Техносфера, 2005.
[5] Фурман Я. А., Юрьев А. Н., Яншин В. В. Цифровые методы обработки и распознавания бинарных изображений. — Красноярск: Изд-во Красноярск. ун-та, 1992.
[6] Яковлева Е. С., Макаров A. А. О свойствах блочного алгоритма бинаризации цифровых изображений // Компьютерные инструменты в образовании. — 2015. — № 4. — С. 26-36.
[7] Bayer B. An optimum method for two-level rendition of continuous- tone pictures // IEEE International Conference on Communications. — 1973. —Vol. 1. — P. 11-15.
[8] Dawson-Howe K. A Practical Introduction to Computer Vision with OpenCV. Wiley-IS&T Series in Imaging Science and Technology. — 1 edition. — Wiley, 2014.
[9] Floyd R., Steinberg L. An adaptive algorithm for spatial gray-scale // Proceedings Society Information Display. — 1976.— Vol. 17, no. 2.— P. 75-78.
[10] Juhasz Z. An analytical method for predicting the performance of parallel image processing operations // The Journal of supercomputing. — 1998. — Vol. 12. — P. 157-174.
[11] Otsu N. A threshold selection method from gray-level histograms // IEEE Trans. on System, Man and Cybernetics. — 1979. — Vol. SMC-9, no. 1. —P. 62-66.