Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo

Detalhes bibliográficos
Autor(a) principal: Gulo, Carlos Alex Sander Juvêncio [UNESP]
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/89336
Resumo: A evolução constante na velocidade de cálculos dos processadores tem sido uma grande aliada no desenvolvimento de áreas da Ciência que exigem processamento de alto desempenho. Associados aos recursos computacionais faz-se necessário o emprego de técnicas de computação paralela no intuito de explorar ao máximo a capacidade de processamento da arquitetura escolhida, bem como, reduzir o tempo de espera no processamento. No entanto, o custo financeiro para aquisição deste tipo dehardwarenão é muito baixo, implicando na busca de alternativas para sua utilização. As arquiteturas de processadores multicoree General Purpose Computing on Graphics Processing Unit(GPGPU), tornam-se opções de baixo custo, pois são projeta-das para oferecer infraestrutura para o processamento de alto desempenho e atender aplicações de tempo real. Com o aperfeiçoamento das tecnologias multicomputador, multiprocessador e GPGPU, a paralelização de técnicas de processamento de imagem tem obtido destaque por vi-abilizar a redução do tempo de processamento de métodos complexos aplicados em imagem de alta resolução. Neste trabalho, é apresentado o estudo e uma abordagem de paralelização em GPGPU, utilizando a arquitetura CUDA, do método de suavização de imagem baseado num modelo variacional, proposto por Jin e Yang (2011), e sua aplicação em imagens com al-tas resoluções. Os resultados obtidos nos experimentos, permitiram obter um speedupde até quinze vezes no tempo de processamento de imagens, comparando o algoritmo sequencial e o algoritmo otimizado paralelizado em CUDA, o que pode viabilizar sua utilização em diversas aplicações de tempo real
id UNSP_b3af5628708936a25ddc25e893fcf954
oai_identifier_str oai:repositorio.unesp.br:11449/89336
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativoProcessamento de imagens - Tecnicas digitaisProcessamento paralelo (Computadores)Computadores paralelosSuavização de imagensImage processing - Digital techniquesParallel processing (Electronic computers)Parallel computersImage smoothingA evolução constante na velocidade de cálculos dos processadores tem sido uma grande aliada no desenvolvimento de áreas da Ciência que exigem processamento de alto desempenho. Associados aos recursos computacionais faz-se necessário o emprego de técnicas de computação paralela no intuito de explorar ao máximo a capacidade de processamento da arquitetura escolhida, bem como, reduzir o tempo de espera no processamento. No entanto, o custo financeiro para aquisição deste tipo dehardwarenão é muito baixo, implicando na busca de alternativas para sua utilização. As arquiteturas de processadores multicoree General Purpose Computing on Graphics Processing Unit(GPGPU), tornam-se opções de baixo custo, pois são projeta-das para oferecer infraestrutura para o processamento de alto desempenho e atender aplicações de tempo real. Com o aperfeiçoamento das tecnologias multicomputador, multiprocessador e GPGPU, a paralelização de técnicas de processamento de imagem tem obtido destaque por vi-abilizar a redução do tempo de processamento de métodos complexos aplicados em imagem de alta resolução. Neste trabalho, é apresentado o estudo e uma abordagem de paralelização em GPGPU, utilizando a arquitetura CUDA, do método de suavização de imagem baseado num modelo variacional, proposto por Jin e Yang (2011), e sua aplicação em imagens com al-tas resoluções. Os resultados obtidos nos experimentos, permitiram obter um speedupde até quinze vezes no tempo de processamento de imagens, comparando o algoritmo sequencial e o algoritmo otimizado paralelizado em CUDA, o que pode viabilizar sua utilização em diversas aplicações de tempo realSupported by processors evolution, high performance computing have contributed to develop-ment in several scientific research areas which require advanced computations, such as image processing, augmented reality, and others. To fully exploit high performance computing availa-ble in these resources and to decrease processing time, is necessary apply parallel computing. However, those resources are expensive, which implies the search for alternatives ways to use it. The multicore processors architecture andGeneral Purpose Computing on Graphics Proces-sing Unit(GPGPU) become a low cost options, as they were designed to provide infrastructure for high performance computing and attend real-time applications.With the improvements gai-ned in technologies related to multicomputer, multiprocessor and, more recently, to GPGPUs, the parallelization of computational image processing techniques has gained extraordinary pro-minence. This parallelization is crucial for the use of such techniques in applications that have strong demands in terms of processing time, so that even more complex computational algo-rithms can be used, as well as their use on images of higher resolution. In this research, the parallelization in GPGPU of a recent image smoothing method based on a variation model is described and discussed. This method was proposed by Jin and Yang (2011) and is in-demand due to its computation time, and its use with high resolution images. The results obtained are very promising, revealing a speedup about fifteen times in terms of computational speedCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Sementille, Antonio Carlos [UNESP]Universidade Estadual Paulista (Unesp)Gulo, Carlos Alex Sander Juvêncio [UNESP]2014-06-11T19:24:00Z2014-06-11T19:24:00Z2012-10-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis80 f. : il.application/pdfGULO, Carlos Alex Sander Juvêncio. Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo. 2012. 80 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012.http://hdl.handle.net/11449/89336000707387gulo_casj_me_sjrp.pdf33004153073P2Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2023-12-01T06:12:19Zoai:repositorio.unesp.br:11449/89336Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T19:12:27.972021Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
title Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
spellingShingle Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
Gulo, Carlos Alex Sander Juvêncio [UNESP]
Processamento de imagens - Tecnicas digitais
Processamento paralelo (Computadores)
Computadores paralelos
Suavização de imagens
Image processing - Digital techniques
Parallel processing (Electronic computers)
Parallel computers
Image smoothing
title_short Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
title_full Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
title_fullStr Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
title_full_unstemmed Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
title_sort Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo
author Gulo, Carlos Alex Sander Juvêncio [UNESP]
author_facet Gulo, Carlos Alex Sander Juvêncio [UNESP]
author_role author
dc.contributor.none.fl_str_mv Sementille, Antonio Carlos [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Gulo, Carlos Alex Sander Juvêncio [UNESP]
dc.subject.por.fl_str_mv Processamento de imagens - Tecnicas digitais
Processamento paralelo (Computadores)
Computadores paralelos
Suavização de imagens
Image processing - Digital techniques
Parallel processing (Electronic computers)
Parallel computers
Image smoothing
topic Processamento de imagens - Tecnicas digitais
Processamento paralelo (Computadores)
Computadores paralelos
Suavização de imagens
Image processing - Digital techniques
Parallel processing (Electronic computers)
Parallel computers
Image smoothing
description A evolução constante na velocidade de cálculos dos processadores tem sido uma grande aliada no desenvolvimento de áreas da Ciência que exigem processamento de alto desempenho. Associados aos recursos computacionais faz-se necessário o emprego de técnicas de computação paralela no intuito de explorar ao máximo a capacidade de processamento da arquitetura escolhida, bem como, reduzir o tempo de espera no processamento. No entanto, o custo financeiro para aquisição deste tipo dehardwarenão é muito baixo, implicando na busca de alternativas para sua utilização. As arquiteturas de processadores multicoree General Purpose Computing on Graphics Processing Unit(GPGPU), tornam-se opções de baixo custo, pois são projeta-das para oferecer infraestrutura para o processamento de alto desempenho e atender aplicações de tempo real. Com o aperfeiçoamento das tecnologias multicomputador, multiprocessador e GPGPU, a paralelização de técnicas de processamento de imagem tem obtido destaque por vi-abilizar a redução do tempo de processamento de métodos complexos aplicados em imagem de alta resolução. Neste trabalho, é apresentado o estudo e uma abordagem de paralelização em GPGPU, utilizando a arquitetura CUDA, do método de suavização de imagem baseado num modelo variacional, proposto por Jin e Yang (2011), e sua aplicação em imagens com al-tas resoluções. Os resultados obtidos nos experimentos, permitiram obter um speedupde até quinze vezes no tempo de processamento de imagens, comparando o algoritmo sequencial e o algoritmo otimizado paralelizado em CUDA, o que pode viabilizar sua utilização em diversas aplicações de tempo real
publishDate 2012
dc.date.none.fl_str_mv 2012-10-17
2014-06-11T19:24:00Z
2014-06-11T19:24:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv GULO, Carlos Alex Sander Juvêncio. Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo. 2012. 80 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012.
http://hdl.handle.net/11449/89336
000707387
gulo_casj_me_sjrp.pdf
33004153073P2
identifier_str_mv GULO, Carlos Alex Sander Juvêncio. Técnicas de paralelização em GPGPU aplicadas em algoritmo para remoção de ruído multiplicativo. 2012. 80 f. Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012.
000707387
gulo_casj_me_sjrp.pdf
33004153073P2
url http://hdl.handle.net/11449/89336
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 80 f. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129032955363328