پایان‌نامه

استفاده از gpu در تسریع و افزایش کارایی الگوریتم های بخش بندی تصویر

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

بخش بندی تصویر یکی از مسائل مهم در حوزه پردازش تصویر است که تاکنون بدان پرداخته شده است. با توجّه به تمام تلاش هایی که در این حوزه صورت گرفته است، امّا این موضوع همچنان به عنوان یکی از چالش های حل نشده در پردازش تصویر به شمار می رود. از جمله حوزه های مهم کاربرد بخش بندی تصویر می توان به موارد ذیل اشاره نمود: پزشکی، تشخیص الگو، دید روبات و بازیابی مبتنی بر محتوای تصویر. هدف اصلی بخش بندی تصویر، تجزیه تصویر به اشیاء و نواحی های سازنده تصویر می باشد که تاکنون الگوریتم های زیادی برای این منظور ارائه شده است. یکی از جامع ترین دسته بندی که در این حوزه موجود است شامل دو دسته است: 1) روش های مبتنی بر لبه یابی تصویر و 2) روش های مبتنی بر ناحیه بندی تصویر. در دسته اول هدف اصلی یافتن لبه ها و به عبارت دیگر مرزبندی اطراف اشیای موجود درون تصویر است. در روش دوم برخلاف روش اول هدف اصلی یافتن لبه های اشیای موجود در تصویر به انضمام پیکسل های درون لبه های بسته که شی را شامل می شود، است. الگوریتم های موجود در این دسته خود به چهار زیر بخش اصلی تقسیم می شود که عبارتند از: آستانه گیری، خوشه بندی، رشد ناحیه ای و تقسیم بندی و ادغام. در روش های آستانه گیری و خوشه بندی اغلب هدف اصلی یافتن مقدار بهینه یک تابع است. در روش های خوشه بندی از آنجایی که حجم اطلاعات، در اینجا همان تعداد پیکسل های درون تصویر، بسیار زیاد است مسئله مورد نظر به مسئله ای با پیچیدگی محاسباتی بالا تبدیل می شود. به طور کلّی برای حل مسائل بهینه سازی یکی از تکنیک های مشهور که در حال حاضر بسیار مورد استقبال قرار گرفته است، استفاده از الگوریتم های ملهم از طبیعت مانند الگوریتم ژنتیک، الگوریتم بهینه سازی دسته ای ذرّات و موارد دیگر می باشد. از طرف دیگر، علی رغم عملکرد مناسب الگوریتم های تکاملی امّا این الگوریتم ها خود با مشکلاتی از جمله افتادن در بهینگی محلی و یا میزان همگرایی پایین مواجه هستند. هدف اصلی در این پژوهش، استفاده از قابلیت های دو الگوریتم ژنتیک و بهینه سازی دسته ای ذرّات و ارائه یک الگوریتم تلفیقی جدید که بتواند دقّت و همگرایی دو الگوریتم مذکور را افزایش دهد، می باشد. پس از آن الگوریتم پیشنهادی خود را وارد حوزه آستانه گیری تصویر نموده و این الگوریتم را بر روی سه تابع آتسو، کاپور و حداقل آنتروپی قطع پیاده سازی نمودیم. عملکرد مناسب و همگرایی بالای الگوریتم پیشنهادی در تمامی نتایج کاملاً مشهود می باشد. در مرحله بعد الگوریتم پیشنهادی خود را وارد حوزه خوشه بندی تصویر نموده و مشابه حالت قبل برای سه تابع k-means، dunn و davies&bouldin پیاده سازی انجام گرفت. با توجّه به نتایج، عملکرد تابع k-means و dunn مشابه یکدیگر و بهتر از davies&bouldin بود. از آنجایی که الگوریتم های خوشه بندی، به دلیل پردازش تمامی پیکسل ها در هر اجرا، بسیار زمانگیر می باشد از پردازنده گرافیکی شرکت nvidia استفاده نمودیم تا بتوانیم زمان اجرا را کاهش دهیم. در این راستا به تسریع های مختلفی دست یافتیم، به عنوان نمونه در الگوریتم k-means به تسریع حداکثر مقدار 68 و در شاخص dunn به حداکثر تسریع 222 و در شاخص davies&bouldin به حداکثر تسریع 268 رسیدیم.

اساتید راهنما و مشاور

عبداله چاله چاله

پایان‌نامه‌های مشابه

  • استفاده از الگوریتم رقابت استعماری بهبود یافته برای بخش بندی تصویر

    پایان‌نامه۲۰۱۴موسسه آموزش عالی غیر انتفاعی و غیر دولتی نبی اکرم (ص) - دانشکده فنیوحید نقاشی

    بخش بندی تصویر یک فرآیند اساسی در بسیاری از کاربردهای پردازش تصویر و بینایی ماشین است که می تواند به عنوان اولین مرحله پردازش سطح پایین در پردازش تصاویر دیجیتالی در نظر گرفته شود. با توجه به اهمیت بخش بندی تصاویر دیجیتالی روش های متعددی برای این منظور پیشنهاد شده است که به دو دست

  • ارائه راه کاری برای افزایش کارایی در خوشه بندی داده ها با استفاده از فازی نوع ?

    پایان‌نامه۲۰۰۳وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده برق و کامپیوترنوید محمودآبادی

    تحلیل داده ها زمینه مناسبی را برای بسیاری از کاربرد های محاسباتی فراهم آورده است. تحلیل خوشه بندی، سازمان دهی مجموعه ای از نمونه ها بر اساس شباهت میان آنها درون گروه های مجزا می باشد. نمونه های درون یک خوشه نسبت به نمونه های دیگر خوشه ها بسیار مشابه یکدیگر هستند. یک الگوریتم خوشه

  • مقایسه کارایی fpga و gpu برای یک الگوریتم نهان سازی تصویر

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده فنی و مهندسیعلیرضا احمدی محمدآبادی

    نهان¬نگاری تصاویر در حوزه dct مخصاوصا برای تصاویر رنگی با وضوح بالا که کاربرد آن¬ها نیز رشد پیدا کرده، دارای پیچیدگی محاسباتی بالایی می¬باشد. بدین جهت، در این پایان¬نامه، یک الگوریتم نهان¬نگاری dct برای تصاویر رنگی انتخاب و اصلاح می¬شود و روی fpga و gpu پیاده¬سازی می¬شود تا زمان

  • طبقه بندی تصویر ماهواره ای با استفاده از روش درختی و الگوریتم فازی

    پایان‌نامه۲۰۱۰وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریاحسان مومنی

    انعطاف پذیری و قابلیت های بالای روش های طبقه بندی باعث شده است تا بعنوان یکی از مهمترین روش های استخراج اطلاعات از تصاویر ماهواره ای، در تولید انواع اطلاعات مکانی مورد استفاده قرار گیرند. طبقه بندی تصاویر یک فرایند تصمیم گیری است که در آن به دنبال تشخیص کلاسی هستیم که پیکسل مورد

  • بهبود روش خوشه بندی k-medoids با استفاده از الگوریتم بهینه سازی گروه ذرات برای خوشه بندی تصویر

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - موسسه آموزش عالی غیر دولتی و غیرانتفاعی طبری - پژوهشکده علوم کامپیوترزینب ترابی دشتی

    خوشه بندی یکی از اعمال اصلی در داده کاوی می باشد که به معنای گروه بندی نمونه¬های مشابه است. این تکنیک به دنبال کشف ساختار در داده¬ها از طریق بررسی شباهت¬ها و تفاوت¬های میان آنهاست.به طورکلیدسته بندی متنوعی از الگوریتم¬های خوشه بندی وجود دارد.نوعیاز این دسته بندی الگوریتم¬ها رابه

  • پیوند و بخش بندی توأم تصاویر با استفاده از میدان تصادفی مارکف و الگوریتم های mcmc

    پایان‌نامه۲۰۰۸وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده ریاضی و کامپیوترمریم شالباف

    بخش بندی تصاویر معمولا براساس فرض استقلال بین پیکسل ها انجام می شود. ولی در برخی موارد با در نظر گرفتن فرض همبستگی بین پیکسل ها به نتایج بهتری می رسیم. در بخش بندی تصاویر فوق طیفی چون از یک شی ء تصاویری در طول موج های مختلف داریم، در برخی موارد علاوه بر فرض همبستگی بین پیکسل ها،

اسناد مشابه