Return to search

Implementação paralela do algoritmo iterativo de busca do parâmetro de regularização ótimo para o funcional de Tikhonov no problema de restauração de imagens / Parallel implementation of the iterative algorithm to search the optimal regularization parameter for the Tikhonov functional problem in image restoration

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O uso de técnicas com o funcional de Tikhonov em processamento de imagens tem sido
amplamente usado nos últimos anos. A ideia básica nesse processo é modificar uma imagem inicial
via equação de convolução e encontrar um parâmetro que minimize esse funcional afim de
obter uma aproximação da imagem original. Porém, um problema típico neste método consiste
na seleção do parâmetro de regularização adequado para o compromisso entre a acurácia e a estabilidade
da solução. Um método desenvolvido por pesquisadores do IPRJ e UFRJ, atuantes na
área de problemas inversos, consiste em minimizar um funcional de resíduos através do parâmetro
de regularização de Tikhonov. Uma estratégia que emprega a busca iterativa deste parâmetro
visando obter um valor mínimo para o funcional na iteração seguinte foi adotada recentemente
em um algoritmo serial de restauração. Porém, o custo computacional é um fator problema encontrado
ao empregar o método iterativo de busca. Com esta abordagem, neste trabalho é feita
uma implementação em linguagem C++ que emprega técnicas de computação paralela usando
MPI (Message Passing Interface) para a estratégia de minimização do funcional com o método
de busca iterativa, reduzindo assim, o tempo de execução requerido pelo algoritmo. Uma versão
modificada do método de Jacobi é considerada em duas versões do algoritmo, uma serial e outra
em paralelo. Este algoritmo é adequado para implementação paralela por não possuir dependências
de dados como de Gauss-Seidel que também é mostrado a convergir. Como indicador
de desempenho para avaliação do algoritmo de restauração, além das medidas tradicionais, uma
nova métrica que se baseia em critérios subjetivos denominada IWMSE (Information Weighted
Mean Square Error) é empregada. Essas métricas foram introduzidas no programa serial de
processamento de imagens e permitem fazer a análise da restauração a cada passo de iteração.
Os resultados obtidos através das duas versões possibilitou verificar a aceleração e a eficiência
da implementação paralela. A método de paralelismo apresentou resultados satisfatórios em um
menor tempo de processamento e com desempenho aceitável. / The use of techniques with the functional of Tikhonov in image processing has been
widely used in recent years. The basic idea in this process is to modify an initial image using
a convolution equation and to find a parameter which minimizes the function in order to obtain
an aproximation of the original image. However, a typical problem in this method consists in
the choice of the regularization parameter in the appropriate compromise between accuracy and
stability of the solution. A method developed by researchers of IPRJ and UFRJ, operating in the
area of inverse problems, consists on minimizing a functional of residues through a functional
parameter Tikhonovs regularization. A strategy that uses the iterative search of this parameter
aiming at to get a minimum value for the functional in the following iteration was adopted recently
in a serial algorithm of restoration. However, the computational cost is a factor problem
found when using the iterative search. With this approach, an implementation in C++ language
was made using techniques of parallel computation using MPI (Message Passing Interface) for
the in the choice of the regularization parameter in the appropriate compromise between accuracy
and stability of the soluton with the method of iterative search, thus reducing, the time of
execution required for the algorithm. A modified version of the Jacobi method is considered
to be two versions of the algorithm, one serial and one parallel. This algorithm is adequate for
parallel implementation because it has no data dependencies such as the Gauss-Seidel method
is also shown to converge. As indicating of performance for evaluation of the restoration algorithm,
in addition to the traditional measures, new metric that is based on subjective criteria
called IWMSE (InformationWeighted Mean Square Error) is used. These metrics were introduced
in the program of image processing and allow to make the analysis of the restoration to each
step of iteration. The results obtained using the two possible versions verify the efficiency of
acceleration and the parallel implementation. The method of parallelism achieved satisfactory
results in a shorter processing time and with acceptable performance.

Identiferoai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:BDTD_UERJ:oai:www.bdtd.uerj.br:2817
Date27 April 2012
CreatorsClaudir Oliveira
ContributorsAntônio José da Silva Neto, Joaquim Teixeira de Assis, Geraldo Antônio Guerrera Cidade, Dalmo Stutz
PublisherUniversidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Modelagem Computacional, UERJ, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0076 seconds