[pt] Ultimamente, sensores orbitais de alta resolução espacial estão fornecendo
uma quantidade crescente de dados sobre a superfície da Terra. A análise destes
dados implica em uma alta carga computacional, que tem motivado pesquisas
envolvendo hardwares e softwares mais eficientes para estas aplicações. Neste
contexto, uma questão importante reside na segmentação de imagens que envolve
longos tempos de processamento e é etapa fundamental na análise de imagens
baseada em objetos. Os avanços recentes das modernas unidades de
processamento gráfico ou GPUs abriram a possibilidade de se explorar a
capacidade de processamento paralelo para melhorar o desempenho da
segmentação. Este trabalho apresenta uma versão paralela do algoritmo de
segmentação multicritério, introduzido originalmente por Baatz e Schappe (2000),
concebido para ser executado por GPUs. A arquitetura do hardware subjacente
consiste em um sistema massivamente paralelo com múltiplos elementos
processadores projetado especialmente para o processamento de imagens. O
algoritmo paralelo é baseado no processamento de cada pixel em uma diferente
linha de controle (thread) de modo a aproveitar a capacidade paralela da GPU.
Esta dissertação também sugere alterações no cálculo de heterogeneidade do
algoritmo, o que aumenta o desempenho computacional da segmentação. Os
experimentos com o algoritmo paralelo proposto apresentaram uma aceleração
maior do que 7 em relação à versão sequencial. / [en] Lately, orbital sensors of high spatial resolution are providing an increasing
amount of data about the Earth surface. Analysis of these data implies in a high
computational load, which has motivated researches on more efficient hardware
and software for these applications. In this context, an important issue lies in the
image segmentation that involves long processing times and is a key step in object
based image analysis. The recent advances in modern programmable graphics
units or GPUs have opened the possibility of exploiting the parallel processing
capabilities to improve the segmentation performance. This work presents a
parallel version of the multicriterion segmentation algorithm, introduced
originally by Baatz and Schappe (2000), implemented in a GPU. The underlying
hardware architecture consists of a massive parallel system with multiple
processing elements designed especially for image processing. The parallel
algorithm is based on processing each pixel as a different thread so as to take
advantage of the fine-grain parallel capability of the GPU. In addition to the
parallel algorithm, this dissertation also suggests a modification to the
heterogeneity computation that improves the segmentation performance. The
experiments under the proposed parallel algorithm present a speedup greater than
7 in relation to the sequential version.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:21699 |
| Date | 21 June 2013 |
| Creators | PATRICK NIGRI HAPP |
| Contributors | RAUL QUEIROZ FEITOSA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0015 seconds