Spelling suggestions: "subject:"procesamiento paralelo"" "subject:"procesamientos paralelo""
1 |
Consultas sobre espacios métricos en paraleloGil Costa, Graciela Verónica January 2011 (has links)
El trabajo desarrollado en esta tesis tuvo como objetivo el diseño, implementación y evaluación de un índice distribuido para objetos en espacios métricos y su respectiva estrategia de procesamiento paralelo de consultas para máquinas de búsqueda. / Tesis doctoral de la Facultad de Ciencias Físicomatemáticas y Naturales (Universidad Nacional de San Luis). Grado alcanzado: Doctor en Ciencias de la Computación. Director de tesis: Martín Mauricio; co-director: Marcela Printista.
|
2 |
Diseño e implementación del filtro mediano de dos dimensiones para arquitecturas SIMDSánchez Loayza, Ricardo Miguel 04 October 2011 (has links)
El filtro mediano es una de las operaciones básicas en el procesamiento de imágenes
digitales, su función es la de eliminar el ruido impulsivo sin alterar la información de
la imagen. A pesar de estas características, su uso se ve restringido debido al alto costo
computacional del filtro. Las propuestas tradicionales de solución, consisten en disminuir la
complejidad del algoritmo del filtro mediano, y en vectorizar los algoritmos existentes. Esta
vectorización se realiza al utilizar las unidades SIMD (Single Instruction Multiple Data -
Instrucción Única Múltiples Datos) de los procesadores modernos. Ésta les permite realizar
una misma operación a un conjunto, o vector, de datos de manera simultánea, con lo que se
obtiene un mejor desempeño computacional.
En el presente trabajo se implementa el filtro mediano con el algoritmo vectorial propuesto
por Kolte [1], el cual aprovecha las ventajas de las unidades SIMD. La eficiencia
computacional de la implementación realizada se compara con el algoritmo Filtro Mediano
en Tiempo Constante, propuesto recientemente por Perreault [2], el cual presenta una complejidad
de O(1). La implementación realizada es 75 y 18.5 veces mas rápida que la implementación de referencia, para áreas de análisis de 3 x 3 y 5 x 5 respectivamente. Se concluye
además que la vectorización de un algoritmo no necesariamente obtiene los mismos
resultados que un algoritmo diseñado específicamente para ser implementado en unidades
vectoriales [3]. / Tesis
|
3 |
Nivel de Detalle Variable en Mallas Paralelas para Representación de Terrenos en Tiempo RealBiedermann Camposano, Bernd January 2007 (has links)
No description available.
|
4 |
Diseño e implementación del filtro mediano de dos dimensiones para arquitecturas SIMDSánchez Loayza, Ricardo Miguel 04 October 2011 (has links)
El filtro mediano es una de las operaciones básicas en el procesamiento de imágenes
digitales, su función es la de eliminar el ruido impulsivo sin alterar la información de
la imagen. A pesar de estas características, su uso se ve restringido debido al alto costo
computacional del filtro. Las propuestas tradicionales de solución, consisten en disminuir la
complejidad del algoritmo del filtro mediano, y en vectorizar los algoritmos existentes. Esta
vectorización se realiza al utilizar las unidades SIMD (Single Instruction Multiple Data -
Instrucción Única Múltiples Datos) de los procesadores modernos. Ésta les permite realizar
una misma operación a un conjunto, o vector, de datos de manera simultánea, con lo que se
obtiene un mejor desempeño computacional.
En el presente trabajo se implementa el filtro mediano con el algoritmo vectorial propuesto
por Kolte [1], el cual aprovecha las ventajas de las unidades SIMD. La eficiencia
computacional de la implementación realizada se compara con el algoritmo Filtro Mediano
en Tiempo Constante, propuesto recientemente por Perreault [2], el cual presenta una complejidad
de O(1). La implementación realizada es 75 y 18.5 veces mas rápida que la implementación de referencia, para áreas de análisis de 3 x 3 y 5 x 5 respectivamente. Se concluye
además que la vectorización de un algoritmo no necesariamente obtiene los mismos
resultados que un algoritmo diseñado específicamente para ser implementado en unidades
vectoriales [3].
|
5 |
Optimal vicinity 2D median filter for fixed-point or floating-point valuesChang Fu, Javier 19 June 2024 (has links)
Los filtros medianos son una técnica digital no lineal normalmente usada para remover
ruido blanco, ’sal y pimienta’ de imágenes digitales. Consiste en reemplazar el valor de
cada pixel por la mediana de los valores circundantes.
Las implementaciones en punto flotante usan ordenamientos con técnicas de comparación
para encontrar la mediana. Un método trivial de ordenar n elementos tiene una
complejidad de O(n2), y los ordenamientos más rápidos tienen complejidad de O(n log n)
al calcular la mediana de n elementos. Sin embargo, éstos algoritmos suelen tener fuerte
divergencia en su ejecución.
Otras implementaciones usan algoritmos basados en histogramas, y obtienen sus mejores
desempeños cuando operan con filtros de ventanas grandes. Estos algoritmos pueden
alcanzar tiempo constante al evaluar filtros medianos, es decir, presenta una complejidad
de O(1).
El presente trabajo propone un algoritmo de filtro mediano rápido y altamente paralelizable.
Se basa en ordenamientos sin divergencia con ejecución O(n log2 n) y mezclas O(n)
con los cuales se puede calcular grupos de pixeles en paralelo. Este método se beneficia de
la redundancia de valores en pixeles próximos y encuentra la vecindad de procesamiento
óptima que minimiza el número de operaciones promedio por pixel. El presente trabajo
(i) puede procesar indiferentemente imágenes en punto fijo o flotante, (ii) aprovecha al
máximo el paralelismo de múltiples arquitecturas, (iii) ha sido implementado en CPU y
GPU, (iv) se logra una aceleración respecto al estado del arte. / Median filter is a non-linear digital technique often used to remove additive white, salt
and pepper noise from images. It replaces each pixel value by the median of the surrounding
pixels.
Floating point implementations use sorting and comparing techniques to find median.
A common method for sorting n elements has complexity O(n2), and the fastest sorting
ones have complexity O(n log n) when computing the median of n elements. However,
such fastest algorithms have strong divergence in their execution.
Other implementations use histogram based algorithms and have their best performance
for large size windows. These histogram based achieve constant time median
filtering, exhibiting O(1) complexity.
A fast and highly parallelizable median filter algorithm is proposed. It is based on
sorting without divergence execution O(n log2 n) and merge O(n) that computes groups
of pixels in parallel. The method benefits from redundancy values in neighboring pixels
and finds the optimal vicinity that minimize the average operations per pixel. The
present work (i) can process either fixed or floating point images, (ii) take full advantage
of parallelism of multiple architectures, (iii) have been implemented on CPU and GPU,
(iv) the results speed up state of the art implementations.
|
6 |
Algoritmos de detección y filtrado de imágenes para arquitecturas multicore y manycoreSánchez Cervantes, María Guadalupe 15 May 2013 (has links)
En esta tesis se aborda la eliminaci'on de ruido impulsivo, gaussiano y
speckle en im'agenes a color y en escala de gises. Como caso particular
se puede mencionar la eliminaci'on de ruido en im'agenes m'edicas.
Algunos m'etodos de filtrado son costosos computacionalmente y m'as
a'un, si las im'agenes son de gran tama¿no. Con el fin de reducir el coste
computacional de dichos m'etodos, en esta tesis se utiliza hardware que
soporta procesamiento paralelo, como lo son los cores CPU con procesadores
multicore y GPUs con procesadores manycore.En las implementaciones
paralelas en CUDA, se configuran algunas caracter'¿sticas
con la finalidad de optimizar el procesamiento de la aplicaci'on en las
GPUs.
Esta tesis estudia por un lado, el rendimiento computacional obtenido
en el proceso de eliminaci'on de ruido impulsivo y uniforme. Por otro
lado, se eval'ua la calidad despu'es de realizar el proceso de filtrado.
El rendimiento computacional se ha obtenido con la paralelizaci'on de
los algoritmos en CPU y/o GPU. Para obtener buena calidad en la
imagen filtrada, primero se detectan los p'¿xeles corruptos y luego son
filtrados solo los p'¿xeles que se han detectado como corruptos. Por lo
que respecta a la eliminaci'on de ruido gaussiano y speckle, el an'alisis
del filtro difusivo no lineal ha demostrado ser eficaz para este caso.
Los algoritmos que se utilizan para eliminar el ruido impulsivo y uniforme
en las im'agenes, y sus implementaciones secuenciales y paralelas
se han evaluado experimentalmente en tiempo de ejecuci'on (speedup)
y eficiencia en tres equipos de c'omputo de altas prestaciones. Los resultados
han mostrado que las implementaciones paralelas disminuyen
considerablemente los tiempos de ejecuci'on secuenciales.
Finalmente, en esta tesis se propone un m'etodo para reducir eficientemente
el ruido en las im'agenes sin tener informaci'on inicial del tipo
de ruido contenido en ellas.
I / Sánchez Cervantes, MG. (2013). Algoritmos de detección y filtrado de imágenes para arquitecturas multicore y manycore [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/28854 / TESIS
|
Page generated in 0.0748 seconds