Министерство образования республики беларусь белорусский госудастрвенный университет Факультет прикладной математики и информатики

Кафедра математического моделирования и управления

ЧЕКАН РОСТИСЛАВ ВЛАДИМИРОВИЧ

Дипломная работа студента 5 курса 6 группы

“Допустить к защите”

Зав. Кафедры ММУ

______________________

«__»_____________2010 г.

Руководитель

Дубров Борис Михайлович

Кандидат физико-математических наук, доцент

Рецензент

Минск 2010 аннотация

В данной дипломной работе изучаются различные реализации фильтра Гаусса и производится их сравнительный анализ с параллелизацией оптимального метода.

Анатацыя

У дадзенай дыпломнай працы вывучаюцца розныя рэалізацыі фільтра Гаўса і робіцца іх параўнальны аналіз з параллелизацией аптымальнага метада.

ANNOTATION

Different implementations of the Gaussian filter are researched and comparative analysis was made in this thesis including parallelization of the optimal method.

Реферат

Отчёт по дипломной работе, 56 страниц, 7 источников, 2 приложения.

ФИЛЬТРА ГАУССА, РАЗМЫТИЕ ПО ГАУССУ, РЕКУРСИВНЫЙ АЛГОРИТМ, ПАРАЛЛЕЛИЗАЦИЯ, OPENCL

Объект исследования – реализации фильтра Гаусса.

Цель работы – исследовать существующие реализации алгоритмов фильтрации по Гауссу, выделить оптимальные, улучшить с помощью параллелизации.

Метод исследования – аналитический метод, практическая реализация.

Результатом работы является программа, которая позволяет посмотреть различные реализации фильтра Гаусса.

Содержание

Введение 5

1. Фильтры 7

1.1 Фильтр Гаусса 7

1.2 Базовый случай фильтра Гаусса 9

1.3 Применение фильтра Гаусса с помощью преобразования Фурье 12

1.3.1 Дискретное преобразование Фурье 12

1.3.2 Быстрое преобразование Фурье 15

1.4 Рекурсивный фильтр Гаусса 17

2. Методы параллелизации. OpenCL 20

2.1 Выбор платформы 21

2.2 OpenCL 23

2.3 Применение технологии OpenCL к рекурсивному фильтру 25

3. Сравнительный анализ, условия тестирования, результаты 26

4. Выводы 35

ЗАКЛЮЧЕНИЕ 37

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 38

ПРИЛОЖЕНИЕ А. Руководство пользователя 39

ПРИЛОЖЕНИЕ Б. Листинг программы 41

Введение

В настоящее время объемы различных видов мультимедиа информации неуклонно растут. Производство фильмов, музыки и музыкальных клипов на профессиональных студиях не сокращается, а количество любительских записей постоянно увеличивается. С одной стороны это является следствием большего оборота денежных средств в индустрии развлечений, а с другой - возросшей доступность необходимых технических средств.

В связи с широким распространением сетей Интернет упрощается доступ и обмен мультимедиа информацией. Следствием этого является проблема поиска, обработки и анализа необходимой информации. В частности методы распознавания образов и понимания сцены в настоящее время из-за отсутствия эффективных универсальных алгоритмов применяются в узких предметных областях. Для успешной обработки изображений в графическом дизайне и моделировании необходимо иметь качественно быстрые фильтры начальной обработки изображений.

Размытие изображений играет большую роль в современных областях компьютерной графики. Размытие изображений часто бывает направлено на имитацию близорукости (в тех случаях, когда близорукость становится желательной или даже необходимой). Так, размытие отдельных частей изображения часто используют из соображений цензуры. В ряде случаев размытие является неотъемлемой частью различных техник коррекции изображения, направленных на устранение специфических дефектов (излишняя детализация, дефекты сканирования, царапины, пыль). Известно, что фотомодели и их фотографы используют специальные процедуры размытия фотографических изображений для достижения эффекта устранения морщин. Размытые изображения также лучше поддаются сжатию (так, при сохранении в формате JPEG графический файл имеет меньший размер, а также менее выраженные артефакты компрессии). Различные техники размытия изображения доступны во всех современных графических редакторах. Одним из наиболее важных алгоритмов размытия изображений является т. н. размытие по Гауссу.

Разработка и анализ алгоритмов для решения проблемы фильтрации цифровых сигналов будет являться предметом данной работы оптимальных по скорости на больших объёмах данных.