Paralelização de um classificador contextual de imagens

• Ano de defesa: 2000
• Autor(a) principal: Rui Nelson Taborda Almeida
• Orientador(a): Celso Luiz Mendes
• Banca de defesa: Antônio Miguel Vieira Monteiro, João Argemiro de Carvalho Paiva, Cláudio Roland Sonnenburg
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
• País: BR
• Resumo em Inglês: This work presents basic concepts about digital image processing, with emphasis on classification of images from multi-spectral sensors. We have chosen two classification algorithms (MAXVER and ICM), to exemplify the application of the proposed methodologies. Before showing these methodologies, we evaluated the situation of present algorithms, in the SPRING system. We described the aspects related to parallel systems and the standard of communication by Message Passing Interface (MPI). We adjusted the current programs (sequential)to be executed outside of the SPRING system. The objective was to optimize the tests and the evaluation of the results. From the code of these programs, we developed able versions to classify images using parallel processing, based on message passing interface with MPI. During the development of the programs, the objective was to increase the classification performance, using a portable code across parallel systems. The new programs were tested in parallel systems with different architectures. We used both images with low and with high volume of information. We calculated the times of processing in regard to aspects such as: selected algorithm, communication, I/O, information volume, etc. The parallel programs were evaluated in their aspects of performance and efficiency. To assess the quality of the results, we compared the resulting images of the parallel case with the resulting images of the sequential case. We confirmed that the classification can be optimized, with reduction of processing time. Furthermore, the developed programs can be used in parallel systems with different architectures, without changes in their original code. Thus, we concluded that the methodologies used in this work are very important to the development of systems for image processing.
• Link de acesso: http://urlib.net/dpi.inpe.br/lise/2002/03.28.19.46

Apresentamos, inicialmente, conceitos básicos sobre processamento digital de imagens, com ênfase em classificação de imagens obtidas a partir de sensores multiespectrais. Escolhemos dois algoritmos de classificação, Máxima Verossimilhança (MAXVER)e Iterated Conditional Modes (ICM), para exemplificar a aplicação das metodologias propostas. Antes de apresentar estas metodologias, avaliamos a situação dos algoritmos mencionados em suas atuais implementações no Sistema para Processamento de Informações Georeferenciadas (SPRING). Descrevemos os aspectos relacionados a sistemas de processamento paralelo e o padrão de comunicação por troca de mensagens, Message Passing Interface (MPI). Adaptamos os programas atuais (seqüenciais)para serem executados independentemente do sistema SPRING. O objetivo desta adaptação foi otimizar os testes e a avaliação dos resultados. A partir dos códigos-fonte destes programas, desenvolvemos versões capazes de classificar imagens utilizando processamento paralelo, baseadas em troca de mensagens com MPI. O enfoque, durante este desenvolvimento, foi o de aumentar o desempenho durante a classificação das imagens com um código facilmente portável de um sistema paralelo para outro. Realizamos testes com os novos programas em equipamentos paralelos com arquiteturas diferentes entre si. Para estes testes, utilizamos tanto imagens com baixo como com grande volume de informações. Calculamos os tempos de processamento considerando aspectos tais como: algoritmo utilizado, comunicação, I/O, volume de informações, etc. Os programas paralelos foram avaliados quanto ao seu desempenho e eficiência. Comparamos as imagens geradas pelos programas paralelos com aquelas geradas pelos programas originais (seqüenciais), a fim de garantir a qualidade dos resultados. Pudemos comprovar que os processos de classificação de imagens podem ser otimizados, reduzindo o tempo de processamento consideravelmente. Além disso, os programas desenvolvidos podem ser utilizados em equipamentos paralelos com arquiteturas diferentes, sem que para isto sejam necessárias alterações nos códigos-fonte dos programas. Finalmente, concluímos que a utilização das metodologias apresentadas pode ser de grande benefício no desenvolvimento de sistemas de processamento de imagens obtidas por sensores orbitais.