Diplomová práce

Implementace difúzních filtrů na GPU

GPU-Based Implementation Of Diffusion Filters

Bc. Lukáš Skovajsa, učo 207828
Anotace

Tato diplomová práce se zabývá urychlením výpočtu difúzních filtrů pomocí GPU, které podporují CUDA. V práci se k numerickému řešení difúzní rovnice používá AOS. Hlavní výpočetní zátěž při použití AOS je v řešení tridiagonálních systémů lineárních rovnic. V práci jsou popsané a implementované tři algoritmy k řešení tohoto systému a to Thomasův algoritmus, dvousměrná Gaussova eliminace a dělící algoritmus.

Abstract

The thesis deals with acceleration of computation of diffusion filters using CUDA enabled GPUs. The thesis applies AOS to numerical solution of diffusion equation. When using AOS the main computation burden lies in solving tridiagonal systems of linear equations. There are described and implemented three algorithms to solve this system. These algorithms are Thomas algorithm, Two-way factorization algorithm and Partition algorithm.

Klíčová slova
zpracování obrazu difúzní filtry šum AOS CUDA paralelní algoritmy tridiagonální systém lineárních rovnic digital image processing diffusion filters noise parallel algorithms tridiagonal system of linear equations
Zadání práce
Difúzní filtry jsou často používaným nástrojem ve zpracování obrazu, jejich výpočet je přitom časově velmi náročný. Cílem práce je urychlit výpočet difúzních filtrů na grafické kartě s využitím programovacího modelu CUDA. Očekávaným výstupem práce je implementace izotropního a anizotropního difúzního filtru s využitím AOS schématu. Práce bude obsahovat srovnání implementovaných algoritmů na CPU a GPU z hlediska rychlosti a přesnosti výpočtu.
  • Weickert, J., Romeny, B.M.T., Viergever, M.A., 1998. Efficient and reliable schemes for nonlinear diffusion filtering. IEEE Transactions on Image Processing.
  • Weickert, J., 1998. Anisotropic diffusion in image processing, Citeseer. Available at: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.11.7513&rep=rep1&
  • Pavel Mrázek, Nonlinear Diffusion for Image Filtering and Monotonicity Enhancement. PhD Thesis, 2001.
  • NVIDIA, CUDA Programming Guide 3.1, 2010. http://developer.download.nvidia.com/compute/cuda/3_1/toolkit/docs/NVIDIA_CUDA_C_ProgrammingGuide_3.1.pdf
    • Administrativní informace
    Práce zkontrolována:
    27. 5. 2011 13:00, RNDr. Pavel Karas, Ph.D., učo 106808
    Plný text práce
    7,4 MB / soubor PDF
    Přílohy (1)
    Jazyk práce
    čeština čeština
    Termín obhajoby
    29. 6. 2011
    Práce byla úspěšně obhájena

    Vedoucí

    doc. RNDr. Pavel Matula, Ph.D., učo 2927
    KVI FI MU
    RNDr. Pavel Karas, Ph.D., učo 106808
    ÚTFA Fyz PřF MU

    Oponent

    RNDr. Marek Vinkler, Ph.D., učo 172521
    abs FI MU
    Citovat tuto práci
    Masarykova univerzita Fakulta informatiky
    Studijní program
    Aplikovaná informatika
    Obor

    Práce na příbuzné téma

    Seznam prací, které mají shodná klíčová slova.

    Podobné práce

    • Přidání souboru

      Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

    • Další operace se soubory

      Podrobnosti lze zjistit označením příslušného řádku.

    • Pohled pro experty

      Pro častou práci je možné zvolit režim Více možností.

    • Vyhledávání souborů

      Vyhledávaný výraz můžete zadat přímo do adresního řádku.

    • Rychlý přístup k souborům

      Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.