%41تخفیف

دانلود پروژه: ارائه یک روش نوین جهت بهبود سرعت همگرائی در درون‌یابی تصویر بر پایه پردازش کارت‌های گرافیکی

تعداد 86صفحه در فایل word

کارشناسی ارشد رشته کامپیوتر (M.Sc)

گرایش: نرم افزار

ارائه یک روش نوین جهت بهبود سرعت همگرائی در درون‌یابی تصویر بر پایه پردازش کارت‌های گرافیکی

چکیده

پردازش تصویر دارای کاربردهای فراوانی در حوزه‌های مختلف است. یکی از شاخه‌های پردازش تصویر، عملیات درون‌یابی تصاویر است که در اکثر ابزارهای دیجیتال برای بهبود کیفیت تصویر به کار گرفته می‌شود. درون‌یابی در پردازش تصویر به فرآیندی اشاره دارد که با استفاده از اطلاعات پیکسل‌های مشخص سعی دارد اطلاعات پیکسل‌هایی که فاقد اطلاعات هستند تخمین زده شود. روش‌های درون‌یابی بسیار متنوع هستند و به بهبود کیفیت تصاویر کمک می‌کنند روش‌های درون‌یابی با وجود دقت مناسب می‌توانند زمان گیر باشند. یکی از تکنیک‌های جدید موازی‌سازی الگوریتم‌ها و سرعت دهی به برنامه‌ها با استفاده از واحد پردازش کارت گرافیک است. در واحد کارت گرافیک صدها و گاهی هزاران ریز هسته به شکل موازی وجود دارد که می‌توان از این امکان برای پردازش موازی در الگوریتم‌های مختلف استفاده نمود. در این پژوهش سعی بر آن است که روش‌های درون‌یابی نزدیک‌ترین همسایه، دو خطی و مکعبی به شکل موازی به وسیله واحد پردازش کارت گرافیک پیاده‌سازی گردد و زمان اجرای درون‌یابی موازی با اجرای درون‌یابی به صورت سریال مقایسه شود. در این پژوهش علاوه بر موازی سازی چند روش درون‌یابی، کیفیت درون‌یابی نیز در نرم‌افزار متلب بررسی گردیده است. نتایج پژوهش نشان می‌دهد که استفاده از واحد پردازش کارت گرافیک سرعت اجرای الگوریتم‌های درون‌یابی تصاویر را به میزان چند صد برابر افزایش داده و باعث کاهش زمان اجرا می‌گردد.

کلید واژه: پردازش تصویر، درون‌یابی، موازی سازی، پردازش کارت گرافیک، کودا

فهرست مطالب

عنوان                                                                                                                               صفحه

فهرست مطالب… ‌ز

فهرست شکل‌ها ‌ي

فهرست جدول‌ها ‌ل

چکیده             1

فصل 1-     کلیات تحقیق

1-1-     مقدمه. 3

1-2-     بیان مسئله. 4

1-3-     انگیزه‌های پژوهش…. 9

1-4-     اهداف پژوهش     9

1-5-     روش تحقیق   10

1-6-     نوآوری و نتایج پژوهش     11

1-7-     ساختار پایان نامه. 12

فصل 2-    مروری بر تحقیقات انجام شده

2-1-       مقدمه    14

2-2-     نحوه عملکرد روش‌های درون‌یابی.. 14

2-3-     درون‌یابی نزدیکترین همسایگی.. 16

2-4-     درون‌یابی دوخطی.. 18

2-4-1-       مزایا و معایب درون‌یابی دو خطی.. 20

2-5-     درون‌یابی مکعبی.. 21

2-6-     انواع دیگر درون‌یابی.. 26

2-7-     مقایسه روش‌های درون‌یابی.. 26

2-8-     معیارهای ارزشیابی.. 27

2-8-1-       میانگین مربع‌های خطا 27

2-8-2-       حداکثر سیگنال به نویز. 27

فصل 3-    مواد و روش‌ها

3-1-     مقدمه. 30

3-2-     برنامه‌نویسی کودا 30

3-3-     معماری کودا 31

3-4-     معماری حافظه کودا 32

3-5-     گرید، بلوک و نخ.. 32

3-6-     قرار دادن یک تصویر در واحد پردازش کارت گرافیک… 34

3-7-     قرار گرفتن یک تصویر در بلوک‌های واحد پردازش کارت گرافیک… 35

3-8-     الگوریتم نزدیک‌ترین همسایه. 37

3-8-1-       الگوریتم نزدیک‌ترین همسایه در CPU.. 37

3-8-2-       برنامه نزدیک‌ترین همسایه در CPU به زبان متلب… 38

3-8-3-       الگوریتم نزدیک‌ترین همسایه در GPU.. 39

3-9-     الگوریتم درون‌یابی دوخطی.. 40

3-9-1-       الگوریتم درون‌یابی دو خطی در CPU.. 40

3-9-2-       برنامه درون‌یابی دو خطی در CPU به زبان متلب… 42

3-9-3-       الگوریتم درون‌یابی دو خطی در GPU.. 43

3-10-  الگوریتم درون‌یابی دومکعبی.. 45

3-10-1-    الگوریتم درون‌یابی مکعبی در CPU.. 45

3-10-2-    برنامه درون‌یابی مکعبی در CPU به زبان متلب… 46

3-10-3-    الگوریتم درون‌یابی مکعبی تصاویر در GPU.. 48

3-11-  خلاصه فصل     50

فصل 4-    نتایج

4-1-     نتایج شبیه سازی.. 52

4-1-1-       ابزار شبیه سازی.. 52

4-1-2-       مشخصات سیستم و کارت گرافیک… 52

4-1-3-       پارامترهای موثر در پیاده‌سازی الگوریتم‌های درون‌یابی.. 53

4-1-4-       نحوه پیاده‌سازی و شبیه سازی روش‌های درون‌یابی.. 55

4-2-     نحوه پیاده‌سازی و شبیه سازی روش‌های درون‌یابی   57

4-2-1-       مقایسه پارامتر میانگین خطا در سه روش درون‌یابی    59

4-2-2-       مقایسه پارامتر شدت سیگنال به نویز در سه روش درون‌یابی    60

4-3-     مقایسه زمان اجرای روش‌های درون‌یابی در واحد پردازش کارت گرافیک و واحد پردازش مرکزی   60

4-4-     جمع بندی.. 66

فصل 5-    بحث و نتیجه گیری

5-1-     مقدمه. 68

5-2-     نتیجه گیری.. 68

5-3-     پژوهش‌های آتی   69

واژه نامه (فارسی به انگلیسی). 70

واژه نامه (انگلیسی به فارسی). 72

منابع                74

فهرست شکل‌ها

عنوان                                                                                                                               صفحه

شکل (‏1‑1): یک نمونه از درون‌یابی.. 3

شکل (‏2‑1): نقاط داده‌ای گرفته شده از جدول داده‌ای.. 16

شکل (‏2‑2): بزرگنمایی تصویر با استفاده از روش نزدیک‌ترین همسایگی.. 17

شکل (‏2‑3): نزدیک‌ترین همسایگی با استفاده از وزن.. 17

شکل (‏2‑4): بزرگ‌نمایی تصویر با استفاده از روش Bilinear 20

شکل (‏2‑5): چهار نقطه قرمز نقاط داده و نقطه سبز نقطه مورد نظر ما برای درون‌یابی است… 20

شکل (‏2‑6): درون‌یابی مکعبی و تبدیل تصویر بزرگ به کوچک… 22

شکل (‏2‑7): بزرگنمایی تصویر با استفاده از روش Bicubic 23

شکل (‏2‑8): تصویر اصلی جهت محاسبه PSNR 28

شکل (‏2‑9): تأثیرپذیری PSNR 28

شکل (‏3‑1): معماری سخت افزاری کودا 31

شکل (‏3‑2): معماری حافظه کودا 32

شکل (‏3‑3): گریدها، بلوک‌ها و نخ‌ها 33

شکل (‏3‑4): مراحل انتقال یک تصویر از پردازنده مرکزی به واحد پردازش گرافیک… 34

شکل (‏3‑5): مراحل انتقال پیکسل‌های تصاویر به بلوک‌های واحد پردازش گرافیک… 36

شکل (‏3‑6): الگوریتم نزدیک‌ترین همسایه. 37

شکل (‏3‑7): کد متلب الگوریتم نزدیک‌ترین همسایگی.. 38

شکل (‏3‑8): کد الگوریتم نزدیک‌ترین همسایه در برنامه‌نویسی موازی کودا 39

شکل (‏3‑9): الگوریتم درون‌یابی دو خطی 40

شکل (‏3‑10): تخمین با الگوریتم درون‌یابی دو خطی 41

شکل (‏3‑11): الگوریتم درون‌یابی دو خطی در CPU به زبان متلب… 43

شکل (‏3‑12): کد کردن Sampleها در تابع tex2DbilinearGather. 44

شکل (‏3‑13): الگوریتم درون‌یابی دو خطی در GPU به سبک کودا 44

شکل (‏3‑14): ادامه الگوریتم درون‌یابی دو خطی در GPU به سبک کودا 45

شکل (‏3‑15): اعمال الگوریتم درون‌یابی مکعبی در CPU به زبان متلب… 47

شکل (‏3‑16): ادامه اعمال الگوریتم درون‌یابی مکعبی در CPU به زبان متلب… 48

شکل (‏3‑17): الگوریتم درون‌یابی مکعبی در GPU به سبک کودا 49

شکل (‏3‑18): توابعی برای پیاده‌سازی سریع‌تر روش مکعبی.. 49

شکل (‏3‑19): نمونه خروجی انواع روش‌های درون‌یابی.. 50

شکل (‏4‑1): مشخصات سخت افزاری سیستم مورد استفاده. 53

شکل (‏4‑2): تصویر اصلی.. 56

شکل (‏4‑3): تصویر درون‌یابی با بزرگ‌نمایی 0.5. 56

شکل (‏4‑4): تصویر درون‌یابی با بزرگ‌نمایی 2 روی تصاویر درون‌یابی شده با بزرگ‌نمایی 0.5. 57

شکل (‏4‑5): تصویر درون‌یابی با بزرگ‌نمایی 2 در واحد پردازش کارت گرافیک… 61

شکل (‏4‑6): میزان شتاب دهی کارت گرافیک با درون‌یابی مکعبی، دو خطی و نزدیک‌ترین همسایه با Zoom=2. 63

شکل (‏4‑7): میزان شتاب دهی کارت گرافیک با درون‌یابی مکعبی، دو خطی و نزدیک‌ترین همسایه با Zoom=4. 63

شکل (‏4‑8): مقایسه زمان اجرای درون‌یابی نزدیک‌ترین همسایه با Zoom=4 در CPU,GPU.. 65

شکل (‏4‑9): مقایسه زمان اجرای درون‌یابی دو خطی با Zoom=4 در CPU,GPU.. 65

شکل (‏4‑10): مقایسه زمان اجرای درون‌یابی مکعبی با Zoom=4 در CPU,GPU.. 66

فهرست جدول‌ها

عنوان                                                                                                                              صفحه

جدول (‏2‑1): نقاط نمونه. 15

جدول (‏2‑2): خلاصه‌ای از مقایسه روش‌های درون‌یابی.. 27

جدول (‏4‑1): پارامترهای الگوریتم‌های درون‌یابی به زبان متلب… 54

جدول (‏4‑2): پارامترهای بکار رفته در درون‌یابی به زبان برنامه‌نویسی کودا 54

جدول (‏4‑3): تصاویر به کار رفته در آزمایشات.. 55

جدول (‏4‑4): معیارهای ارزیابی نتایج در این آزمایش…. 57

جدول (‏4‑5): محاسبه زمان اجراء، نرخ میانگین خطا و شدت فرکانس به نویز با بزرگ‌نمایی‌های مختلف در درون‌یابی نزدیک‌ترین همسایه. 58

جدول (‏4‑6): محاسبه زمان اجراء، نرخ میانگین خطا و شدت فرکانس به نویز با بزرگ‌نمایی‌های مختلف در درون‌یابی دو خطی   58

جدول (‏4‑7): محاسبه زمان اجراء، نرخ میانگین خطا و شدت فرکانس به نویز با بزرگ‌نمایی‌های مختلف در درون‌یابی مکعبی   59

جدول (‏4‑8): محاسبه زمان اجراء در GPU با بزرگ‌نمایی‌های مختلف در درون‌یابی نزدیک‌ترین همسایه، دو خطی و مکعبی   61

جدول (‏4‑9): محاسبه زمان اجراء در CPU با بزرگ‌نمایی‌های مختلف در درون‌یابی نزدیک‌ترین همسایه، دو خطی و مکعبی   62

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo