Resumen: Matlab por defecto es una aplicación de un solo hilo.

por lo que el único hilo utiliza un solo núcleo independientemente de cuántos

Los núcleos están disponibles para ejecutar cualquier análisis de simulation.data y

Herramienta de visualización que ha sido diseñada con un potente soporte.

Para matrices y operaciones matriciales. cuando hablamos de

procesamiento de imágenes digitales, básicamente nos referimos a cómo cambiamos el

Naturaleza de la imagen ya sea para mejorar su representación pictórica.

Para una mejor comprensión humana o más adecuado para la máquina.

interpretación. enormes cálculos matriciales tienen lugar en la matriz

Píxeles, todos estos cálculos se realizan en un solo núcleo. aqui hablamos

alrededor de tres características principales de procesamiento de imágenes digitales

proporcionadas por

Matlab y cómo la función de computación paralela proporcionada por matlab

Ayuda a su velocidad computacional al disminuir el tiempo de la misma.

ejecución Comparamos el desempeño de matlab en diferentes

Sistemas que utilizan diferentes números de núcleos. Sobre todo el paralelo.

Herramienta de computación en matlab ayuda en la resolución computacional.

Problemas intensivos e intensivos de datos con mucha más facilidad y

Eficiencia respecto al tiempo.

Palabras clave: Matlab, procesamiento de imágenes, computación paralela,

Sistemas multi-core, corrección gamma, contraste, desenfoque.

Cambiar a inglés

INTRODUCCIÓN
La aplicación MATLAB tiene una capacidad diversa de resolución.

Problemas computacionalmente rigurosos y de datos concentrados.

Usando más rápidamente, en su sistema de múltiples núcleos local o en

Clúster de computación compartida. Operaciones de procesamiento paralelo tales

Las funciones de paso de bucles y paso de mensajes paralelas te permiten

implementar algoritmos paralelos de tareas y datos en MATLAB. Todos

esto está disponible debido a la caja de herramientas de computación paralela (PCT)

proporcionado por MATLAB.

Las solicitudes computacionales de programación continúan.

superando los límites de los avances del procesador y la memoria,

Particularmente en programas lógicos y de construcción. Una opción para

mejorar la ejecución es el procesamiento paralelo. En cualquier caso, a pesar de

De muchos años de trabajo innovador, componiendo proyectos paralelos.

sigue siendo problemático Este es particularmente el caso de

Investigadores y especialistas que tienen fundamentos restringidos en

Ingeniería de software. MATLAB, por su comodidad.

En contraste con otros dialectos de programación como C y Fortran,

Es un destacado entre los dialectos más famosos para la ejecución.

cálculos numéricos, por lo que es un escenario fantástico para

construyendo un sistema abierto de registro paralelo. Derecho

Matemáticas polinomiales y límites numéricos, por ejemplo, FFT,

(mldivide), eig, svd y sort se multihilo en MATLAB.

Las estimaciones multiproceso han sido en realidad en MATLAB

desde el lanzamiento 2008a. Estos límites se ejecutan posteriormente en

varias cadenas computacionales en una sola sesión de MATLAB,

Permitiéndoles ejecutar más rápido en multicore-dedicado

máquinas. Puede ejecutar diversos trabajadores de MATLAB (MATLAB

motores computacionales) en una sola máquina para ejecutar

Aplicaciones en paralelo, con Parallel Computing Toolbox.

Este enfoque le otorga más control sobre el paralelismo.

que con el multihilo característico, y es consistente

utilizado para problemas de grano más grueso, por ejemplo, parámetro de ejecución

Se despeja en paralelo. [9]

Cambiar a inglés

Con trabajos de programación, por ejemplo, paralelos para círculos.

(parfor) y grupo, puede crear MATLAB paralelo

Programas con un esfuerzo de programación insignificante. Una pareja de

varias cosas incluyendo la caja de herramientas de optimización, estadísticas y

Machine Learning Toolbox, y la oferta de Simulink Coder

Entendemos figuraciones paralelas que funcionan con paralelo.

Caja de herramientas de computación. [7]

Al igual que PCT también tenemos la caja de herramientas de computación de imágenes.

Que tiene una colección de funciones muy rica con muy eficiente.

Algoritmos. Además, numerosos límites en el procesamiento de imágenes.

Caja de herramientas son multiproceso.

A. Procesamiento de imágenes en MATLAB

Image Processing Toolbox ofrece un conjunto de gran alcance de

Cálculos, capacidades y aplicaciones estándar de referencia.

para la preparación de imágenes, examen, representación y

avance de cálculo. Puedes realizar la imagen

examen, división de la imagen, mejora de la imagen, disminución del clamor,

Cambios geométricos, y matriculación de imágenes. Numeroso kit de herramientas

Las capacidades refuerzan los procesadores multinúcleo, las GPU y la era del código C

Imagen de la caja de herramientas de procesamiento sustenta una variedad

Disposición de los tipos de imágenes, incluyendo alto elemento go,

determinación de gigapixel, perfil ICC implantado, y

tomográfico Las capacidades de percepción y las aplicaciones te permiten

investigar imágenes y grabaciones, mirar un área de píxeles,

modificar el sombreado y la complejidad, hacer formas o histogramas,

y control de áreas de prima (ROIs). El kit de herramientas refuerza

procesos de trabajo para preparar, mostrar y explorar enormes

imágenes.
B. Computación paralela en MATLAB

La Ley de Amdahl es un estándar útil para decidir el

hipotético más extremo aceleración un programa paralelo puede

realizar. Como se expresa en [6], "La Ley de Amdahl expresa

que el cambio de ejecución sea recogido de la utilización de algunos

El método de ejecución más rápido está restringido por la parte del

tiempo se puede utilizar el modo más rápido ". Para nuestra situación, el
Cambiar a inglés

uicker método de ejecución "es paralelizar al menos uno

Áreas de código. La Ley de Amdahl puede ser representada sucintamente

utilizando la condición que lo acompaña, donde f es la división

del tiempo dedicado a las operaciones en serie y p es la cantidad de

procesadores

Con una arquitectura bien provista se puede alcanzar mucha más velocidad.

Reducido, que perdido en la latencia de ida y vuelta, también la protección es un

Dicha característica adicional [8].

De esta ecuación, vemos que como el número de procesadores

aumenta, el término () p f! 1 se acerca a 0, lo que resulta en el

siguiendo:

II. CONFIGURACIÓN EXPERIMENTAL

A. programa de pruebas

En este artículo hablamos específicamente de mejora de imagen.

Características proporcionadas por MATLAB. Técnicas de mejora de imágenes.

en el cuadro de herramientas Procesamiento de imágenes le permite incrementar esos

Indicador de grado de conmoción y acentuar características de imagen

modificando las sombras o intensidades de una imagen. los

caja de herramientas incorpora rutinas de tamizado particulares y una

Resume la capacidad de cribado multidimensional que maneja.

tipos básicos de imágenes, ofrece diferentes opciones de relleno de límites,

Lo que es más realiza la convolución. Además, la conexión.

[10].
Los sistemas de actualización de imágenes se utilizan para mejorar una imagen,

donde "mejorar" a veces se caracteriza equitativamente (por ejemplo,

incrementar la proporción de bandera a conmoción), y ahora y

de nuevo subjetivamente (por ejemplo, hacer ciertos componentes menos

Exigir ver alterando los tonos o fuerzas). Fuerza

La alteración es una estrategia de mejora de la imagen que mapea una

Cualidades de poder de la imagen a otro rango. aquí, básicamente

Utilice tres funciones múltiples para estudiar sus características paralelas que es

Contraste, función gamma y desenfoque.

En el caso de contraste, deje que la imagen se considere como u0.

Entonces quiero mejorar la imagen usando la fórmula Aquí,

M1 es el mínimo y M2 es el máximo de u0 entre los

píxeles de barrio, Mg es el valor de nivel de gris máximo de

La imagen original. El barrio tomado por mi operación.

es 9X9. uN es la nueva imagen generada (contraste mejorado

imagen). Ahora para la función gamma, la función gamma i

Cambiar a inglés

En cuanto al efecto de desenfoque, el desenfoque es un efecto iterativo.

procedimiento. Es posible que deba volver a realizar el procedimiento de desenfoque.

En numerosas circunstancias, cambiando los parámetros que

Determinar las capacidades de desenfoque con cada énfasis,

Hasta lograr una imagen que, en vista de los puntos de corte.

De tus datos, es la mejor estimación de la primera escena. En camino,

Usted debe hacer varios juicios sobre si recientemente

Revelado incluye en la imagen son componentes de la primera

Escena o rarezas esencialmente antiguas de la eliminación de desenfoque

procedimiento.

Para resumir, esta figura muestra una imagen de bajo balance.

con su histograma. cuando se representa en un histograma de la

Imagen, cómo cada una de las cualidades se acumula en el focal.

Punto del rango. En la remota posibilidad de que reasignes el

Calidades de información para llenar toda la extensión de la fuerza [0, 255],

Puede ampliar la complejidad de la imagen.

Allí, hay múltiples funciones de tiempo proporcionadas por MATLAB

Cuando se usa adecuadamente, produce el tiempo necesario para la ejecución.

resultados Cuando se utiliza multihilo, el resultado global es

Tomado como el promedio de todos los resultados obtenidos.

B. Plataforma experimental.

En las diversas plataformas utilizadas se mencionan en la tabla 1, las

los dos primeros son de un solo núcleo, por lo tanto, coincide con la naturaleza de

Matlab, es como se dice por defecto, es de un solo hilo en la naturaleza,

utiliza un solo núcleo. las dos últimas plataformas que ejecutamos prueba para todos

núcleo en cuenta. Matlab nos brinda la opción de elegir el

Número de núcleos a involucrar. Desde el primer Multi-core

El procesador fue lanzado hace más de una década, los procesadores de hoy.

implementar hasta una docena de núcleos y se espera que este número

aumento debido a la ley de Moores [2]. En la tabla 1 nos proporciona una

Breve descripción de las cuatro plataformas experimentales utilizadas.

 TABLA I.DESCRIPCIÓN DE CONFIGURACIÓN EXPERIMENTAL

Independientemente de esto, podemos probar el concepto de subprocesos múltiples en

Los sistemas de núcleo único y Multi-core mencionados para ver.

El rendimiento. La tendencia de dicha plataforma.

se extiende a la de 4 de la cual podemos determinar la

El rendimiento hasta la participación de 8 núcleos.

C. datos de entrada

Se toman tres imágenes que se nombrarían de la misma manera que

pequeño (S), medio (M) y grande (L). Sus tamaños particulares son

de 241 * 200, 500 * 417 y 1024 * 991. su individuo

El rendimiento basado en el algoritmo se muestra en la tabla 2,3,4,5.

y 6. No solo vemos la ejecución para figuras separadas sino como

así como su ejecución con respecto a diversas plataformas.

Las figuras utilizadas y mostradas abajo en el apéndice.

respectivamente.
Cambiar a inglés

II. RESULTADOS EXPERIMENTALES

El cálculo se ejecuta en diferentes circunstancias (más

notable que 10) y la normalidad de los resultados es reflexionada

terminado.

En la tabla II tenemos el mantenimiento general de la

Capacidades en las plataformas mencionadas de imágenes mostradas en el

apéndice. Por supuesto, son de un solo hilo y

se mantienen funcionando en un solo núcleo.

Corrección de tamaño de imagen de la plataforma Desactualización del contraste gamma

1 (S) 17 18 21

1 (M) 23 24 29

1 (B) 42 45 52

2 (S) 15 15 19

2 (M) 21 22 26

2 (B) 39 41 47

3 (S) 12 13.23 15.69

3 (M) 19 20 22,4

3 (B) 33 35 36.5

4 (S) 10.3 10 12

4 (M) 14 15 17.7

4 (B) 25 30.5 31

TABLA II. RESULTADOS DEL ENFOQUE DE HILO ÚNICO - GENERAL

CORRER

El tiempo necesario para la preparación, un Multi-threading es

presentados, cuadro 2,3,4,5, son significativamente más y menos

Corrección de gamma con contraste debluging de la plataforma (tamaño de imagen)

1 (S) 14 15.6 19.99

1 (M) 20 20 24.5

1 (B) 40 42,4 50
TABLA III. RESULTADOS MEDIOS DE HILOS MÚLTIPLES

PARA LA PRIMERA PLATAFORMA

Corrección de gamma con contraste debluging de la plataforma (tamaño de imagen)

2 (S) 12 13.33 16

2 (M) 19 20 21.3

2 (B) 33 39 43

TABLA IV. RESULTADOS MEDIOS DE HILOS MÚLTIPLES

PARA LA SEGUNDA PLATAFORMA

Se puede ver la efectividad. En cualquier caso se ha observado que

como la cantidad de cuerdas incrementa la distinción en

La productividad tiende a ser claramente consistente.

y la tasa de efectividad no se puede mejorar simplemente ampliando

El número de cuerdas.

La figura 1,2 y 3 muestran las salidas de imagen de algunos de los

Funciones realizadas en las imágenes mencionadas.

Fig. 3. Corrección gamma de la imagen en escala de grises de la imagen grande.

Cambiar a inglés

IV. ANÁLISIS DE RENDIMIENTO

Como las plataformas 1 y 2 tienen un solo núcleo, podemos ver cómo

Su rendimiento es similar entre sí con un mínimo

Diferencia comparada con la de las otras dos plataformas. Como nosotros

Pasamos a la siguiente plataforma, aumentamos gradualmente hacia 3 y

4 pero la diferencia entre 3 y 4 no es tanto como 2 y 3.

También entre las imágenes más pequeñas podemos identificar fácilmente

menor diferencia de tiempo en comparación con la de la imagen más grande.

Como grande, la imagen es una matriz más grande y por lo tanto mucho más

cálculos, ejecución de imagen más grande que la de menor y mayor

El medio es mucho más eficiente. Ya hemos mencionado

cómo el número de hilos aumenta el punto de convergencia es

adquirido.

Los resultados para R 1-center y 4-center fueron calculados por

Restricción de la biblioteca Intel MKL para utilizar 1 cadena y 10

cadena, usando los cargos específicos de MATLAB setMKLthreads (1)

y setMKLthreads (4) independientemente. Esto tiene el efecto de

usando solo la restricción del número específico de enfoques,

Soportando cuando haya más centros disponibles.

Corrección de gamma con contraste debluging de la plataforma (tamaño de imagen)

3 (S) 9.9 12 33

3 (M) 13 20 22,5

3 (B) 22 25 30

TABLA V. RESULTADOS MEDIOS DE HILOS MÚLTIPLES PARA EL

TERCERA PLATAFORMA

Corrección de gamma con contraste debluging de la plataforma (tamaño de imagen)

4 (S) 9.9 12 33

4 (M) 13 20 22,5

4 (B) 22 25 30

TABLA VI. PROMEDIO DE RESULTADOS DE HILOS MÚLTIPLES PARA

LA CUARTA PLATAFORMA

Para el escenario donde se incluye el multicentro y todos los centros.

Se ponen individualmente siendo utilizados podemos ver como el tiempo.

La productividad es un gran avance.

Cambiar a inglés

CONCLUSIÓN

Tiempo de productividad y utilización de tiempo de núcleos.

De acuerdo a su accesibilidad, utiliza los activos al máximo,

previsto. Incremento puede ser observado profundamente desde el primer

La tercera plataforma, sin embargo, a la cuarta etapa está tranquilamente tranquila. Como

La medida de la imagen disminuye la imprevisibilidad de los utilizados.

cálculos, pequeño el tamaño de la imagen menor complejidad

de su matriz relacionada con la manipulación del cálculo.

De hecho, incluso como velocidades de procesador y límites de memoria

seguir subiendo, nunca parecen tener la capacidad de cumplir

la expansión de las solicitudes de programación; investigadores y

Los arquitectos habitualmente empujan los puntos de confinamiento de

Registro de marcos para manejar problemas más grandes y definidos.

A decir verdad, con frecuencia deberían reducir el tamaño y

precisión de sus reproducciones con el objetivo de que puedan

Terminar en una medida sensible del tiempo de ajuste en la memoria. los

La medida de la fuerza de preparación afecta directamente al tamaño.

de la cuestión que se está atendiendo.

Además, se ha expuesto en la composición de

MATLAB se encuentra entre los más fuertes, correctos y mínimamente

artículos virtuales equivocados en el mercado (considerando ya sea libre / abierto

fuente o selectiva). Con un objetivo final particular para

Alcanzar ese objetivo, los pensamientos y técnicas son.

Presentado especulativamente y por mucho que sea normal.

Los códigos de MATLAB se muestran y se borran a lo largo del

sustancia.

VI. ALCANCE FUTURO

Las razones de dicho comportamiento pueden ser

Se concentró más en el estudio. diseño y algorítmico

investigación debe ser probado para comprender mejor su

capacidades Además podemos ejecutar dicho trabajo en otros.

plataformas relacionadas como S, Octavia, por lo tanto en y hacer una similar

Revisar la investigación de su desempeño individual.

además sobre cómo el paralelismo y el multihilo pueden

Mejorar la ejecución. Igualmente la razón con referencia a

¿Por qué hay una gran ejecución impresionante en un solo centro puede

estar concentrado alrededor. También podemos reflexionar en lo que respecta a

a la productividad mejorada de manera similar a todas las etapas configuradas

Juntos, la tasa de cambio se puede desglosar.

Los procesadores multinúcleo están estableciendo raíces profundas, como es

Programación paralela. MATLAB a partir de ahora respaldos unos pocos

Técnicas de paralelización. Refuerzo para técnicas extra será

dado en futuras variantes del artículo.

Tanto compradores como especialistas confían en que veremos más

centros dentro de las futuras PCs. El patrón hasta ahora ha sido

El doble de centros a intervalos regulares. Esta

Se convierte en una multiplicación del poder computacional. Equipamiento

ese poder requerirá la programación correcta, y

componer ese producto requerirá la programación correcta

aparatos. MATLAB está muy bien situado para satisfacer eso.

necesidad.
APÉNDICE A
Cambiar a inglés

APÉNDICE A

Las figuras de entrada figura

4 es la pequeña imagen utilizada.

La figura 5 es la imagen del medio utilizado.

La figura 6 es la imagen grande utilizada.

Fig. 4. Imagen pequeña de 241 * 200 Fig. 5. Imagen de 500 * 417

Fig. 6. Imagen grande de 1024 * 991.

Referencias

[1] Malay Haldar Anshuman Nayak Alok Choudhary Prith Banerjee system

para sintetizar hardware FPGA optimizado de MATLAB, 3ª ed. San

Jose, California 04 al 08 de noviembre de 2001 IEEE Press Piscataway, NJ,

USA 2001

[2] .M. Groenewald, E. Barnard, E.C. Botha, enfoques relacionados con

gradiente basado en el umbral, 3ª ed. Departamento de Electricidad y

Ingeniería electrónica, Universidad de Pretoria, Pretoria, Sudáfrica,

2003

[3] JOHN L. GUSTAFSON REEVALUANDO LA LEY DE AMDAHLS, 3ª ed.

Comunicaciones de la ACM 1988 Volumen 31

[4] D. W. LOZIER, W. J. CodyAn Descripción general del desarrollo de software para

Funciones Especiales, Apuntes de Lectura en Matemáticas, 506, Numerical

Análisis de Dundee, 3ª ed. G. A. Watson (ed.), Springer Verlag, Berlín,

1976.

[5] Abramowitz, M. y I.A. Manual Stegun de Funciones Matemáticas,

Oficina Nacional de Estándares, Matemáticas Aplicadas, 3ª ed. Serie 55, Dover

Publicaciones, 1965, sec. 6.5.

[6] D. Patterson, J. Hennessy, Arquitectura de computadora: una cuantitativa

Enfoque,. Morgan Kaufman, 2003.

[7] Jos F. Sturm, usando SeDuMi 1.02, una caja de herramientas de MATLAB para la
optimización

sobre conos simétricos,. 1998

[8] Thorsten Von Eicken, Anindya Basu, Vineet Buch, Werner Vogels,

U-Net: una interfaz de red de nivel de usuario para paralelo y distribuido

Informática , . En el Decimoquinto Simposio ACM sobre el Sistema Operativo

Principios, 1995.

[9] Notas Alasdair Mcandrew Una introducción al procesamiento de imágenes digitales

con Matlab,. Notas para SCM2511 Image Processing 1, School of

Informática y Matemáticas, Victoria University of Technology

IJCATM: www.ijcaonline.org

[10] Sunsoft Inc, guía del usuario de Matlab,.