19340

۱۹۳۴۰

موازي سازي مبتني بر GPU الگوريتم GrabCut براي تفكيك مناطق از تصاوير هوايي و ماهواره‌اي

كارشناسي ارشد

الكترونيك

۹۴-۹۷

۱۳۹۷/۰۲/۱۵

دكتر احمد آيت اللهي

برق

در پردازش و تحليل تصوير، قسمت¬هايي از تصوير موردتوجه افراد قرار مي¬گيرد. اين قسمت‌ها معمولاً هدف يا منظره نام دارند كه مطابق با مناطقي هستند كه ويژگي‌هاي خاصي در تصوير دارند. براي انجام تحليل¬هاي بيشتر نياز داريم اين مناطق از تصوير اصلي تفكيك شوند. به اين روش تفكيك تصوير گفته مي-شود. مفهوم تفكيك تصوير اين است كه يك تصوير را به مناطقي كه داراي يك ‌شكل يكسان هستند تبديل كنيم و مناطق موردنظر را از يك صحنه پيچيده استخراج‌كنيم. اين فن¬آوري به‌طور گسترده در بينايي رايانه-اي، تشخيص الگو و ديگر موارد كاربرد دارد. الگوريتم¬هاي متعددي براي جداسازي تصاوير ارائه‌شده است اما در شرايطي كه محيط پيچيده باشد نياز به استفاده از الگوريتم¬هاي تعاملي هست. يكي از اين الگوريتم¬ها، الگوريتم GrabCut است كه در تحليل محيطي به كار مي¬رود. برتري اين الگوريتم نسبت به ساير الگوريتم-هاي مشابه اين است با كمترين دخالت كاربر، به نتايج مناسبي دست¬يابي مي¬شود. يكي از مشكلات اين الگوريتم¬ها اين است كه زمان اجراي اين الگوريتم¬ها بسيار زياد بوده و با افزايش ابعاد تصاوير سير صعودي طي مي¬كند. لذا ارائه روشي براي كاهش زمان پياده¬سازي بسيار مهم هست در دو دهه اخير استفاده از پردازنده¬هاي گرافيكي براي افزايش سرعت محاسبات عمومي به امري فراگير در رشته¬هاي مختلف بدل شده است. پردازنده گرافيكي باقابليت اجراي هم‌زمان تعداد بسيار زياد نخ محاسباتي توانايي افزايش چشمگير سرعت الگوريتم¬هايي كه امكان اجراي موازي دارند را موجب مي¬شود. در اين مطالعه به بررسي روش استفاده از اين ابزار براي تسريع الگوريتم GrabCut پرداخته‌شده است. نتايج حاصل‌شده تسريع تا 20 برابر براي عكس¬هاي با ابعاد كوچك و تا 100 برابر براي عكس¬ها با ابعاد بزرگ¬تر را نشان مي¬دهد. منظور از ابعاد كوچك و بزرگ در اين جا كاملا بستگي به توان پردازشي كارت گرافيك دارد. اگر تصوير به اندازه¬اي باشد كه تمام منابع سخت افزاري كارت گرافيك براي پردازش آن مورد استفاده قرار گيرد، ابعاد آن را بزرگ تلقي مي¬كنيم. در اين جا ابعاد تصوير زير 1MBرا كوچك و بالاي آن را تصوير بزرگ محسوب مي¬كنيم.

1397/06/24

GPU-based paralleling of the GrabCut algorithm for separating areas from aerial and satellite imagery.

9/6/2018 12:00:00 AM

In the process of processing and analyzing the image, parts of the image are considered by the people. These areas are usually called targets or landscapes that are in accordance with areas that have specific features in the image. For further analysis, we need to separate these areas from the original image. This is called split image. The concept of image separation is to convert an image into regions that have the same shape and extract the areas from a complex scene. This technology is widely used in computer vision, pattern recognition, and other applications. Several algorithms have been proposed for the separation of images, but the complex environment requires the use of interactive algorithms. One of these algorithms is the GrabCut algorithm used in an environment analysis. The superiority of this algorithm is similar to that of other similar algorithms, with the least user involvement, results are achieved. One of the problems with these algorithms is that the runtime of these algorithms is very high and it increases as the dimensions of the images progress. Therefore, providing a method to reduce the implementation time is very important. In the last two decades, the use of graphitic processors to increase the speed of general computing has become a widespread phenomenon in various disciplines. Graphics processor with synchronous performance A large number of computing threads can dramatically increase the speed of algorithms that can run parallel. This study examines how this tool is used to accelerate the GrabCut algorithm. The results are accelerated up to 20 times for small-sized photos and up to 100 times for larger-sized photographs. The large and small dimensions here depend entirely on the processing power of the graphics card. If the image is so large that all graphics hardware resources are used to process it, we will consider its size as big. Here you can see the size of the image below 1MB and consider it as a big image above it.