Paralelização de um classificador contextual de imagens

• Autor(a) principal: Rui Nelson Taborda Almeida
• Data de Publicação: 2000
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/dpi.inpe.br/lise/2002/03.28.19.46

Apresentamos, inicialmente, conceitos básicos sobre processamento digital de imagens, com ênfase em classificação de imagens obtidas a partir de sensores multiespectrais. Escolhemos dois algoritmos de classificação, Máxima Verossimilhança (MAXVER)e Iterated Conditional Modes (ICM), para exemplificar a aplicação das metodologias propostas. Antes de apresentar estas metodologias, avaliamos a situação dos algoritmos mencionados em suas atuais implementações no Sistema para Processamento de Informações Georeferenciadas (SPRING). Descrevemos os aspectos relacionados a sistemas de processamento paralelo e o padrão de comunicação por troca de mensagens, Message Passing Interface (MPI). Adaptamos os programas atuais (seqüenciais)para serem executados independentemente do sistema SPRING. O objetivo desta adaptação foi otimizar os testes e a avaliação dos resultados. A partir dos códigos-fonte destes programas, desenvolvemos versões capazes de classificar imagens utilizando processamento paralelo, baseadas em troca de mensagens com MPI. O enfoque, durante este desenvolvimento, foi o de aumentar o desempenho durante a classificação das imagens com um código facilmente portável de um sistema paralelo para outro. Realizamos testes com os novos programas em equipamentos paralelos com arquiteturas diferentes entre si. Para estes testes, utilizamos tanto imagens com baixo como com grande volume de informações. Calculamos os tempos de processamento considerando aspectos tais como: algoritmo utilizado, comunicação, I/O, volume de informações, etc. Os programas paralelos foram avaliados quanto ao seu desempenho e eficiência. Comparamos as imagens geradas pelos programas paralelos com aquelas geradas pelos programas originais (seqüenciais), a fim de garantir a qualidade dos resultados. Pudemos comprovar que os processos de classificação de imagens podem ser otimizados, reduzindo o tempo de processamento consideravelmente. Além disso, os programas desenvolvidos podem ser utilizados em equipamentos paralelos com arquiteturas diferentes, sem que para isto sejam necessárias alterações nos códigos-fonte dos programas. Finalmente, concluímos que a utilização das metodologias apresentadas pode ser de grande benefício no desenvolvimento de sistemas de processamento de imagens obtidas por sensores orbitais.