ВОЗМОЖНОСТИ РАСПАРАЛЛЕЛИВАНИЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ С ПОМОЩЬЮ OPENCV И OPENMP

Актуальность исследования обусловлена необходимостью решения задач, связанных с обработкой изображений в различных технических приложениях. Рассмотрено несколько подходов: на основе обычного доступа к пикселям изображения, когда фактически осуществляется обход всех значений массива по очереди, доступ к пикселям осуществляется при помощи арифметических операций над указателями, пиксели при этом располагаются внутри одного непрерывного блока памяти последовательным образом, и, на основе предложенного подхода, связанного с распараллеливанием вычислений, использованием многопоточности. На основе эмпирических исследований была показана возможность ускорения вычислений на основе предложенного метода в несколько раз. Рассмотрен блочный алгоритм бинаризации, когда бинарные блоки формируют полное бинарное изображение. В рамках данного алгоритм проведено распараллеливание вычислений. При реализации алгоритма использовался язык С++ и библиотеки OpenCV и OpenMP. На основе эмпирических исследований в Таблицах и на графиках показано, что за счет распараллеливания даже при полной загрузке ядра время обработки изображения было уменьшено почти в 2 раза, что подтверждает возможности применения предлагаемого алгоритма.

1. Бинаризация черно-белых изображений: состяние и перспективы [Электронный ресурс] / А. Федоров. Режим доступа: http://itclaim.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm

2. Яковлева Е. С., Макаров A. А. О свойствах блочного алгоритма бинаризации цифровых изображений / Е. С.Яковлева, A. А Макаров // Компьютерные инструменты в образовании. –– 2015. –– № 4. –– С. 26–36

3. Dawson-Howe K. A Practical Introduction to Computer Vision with OpenCV. Wiley-IS&T Series in Imaging Science and Technology. –– 1 edition. –– Wiley, 2014.

4. Гонзалес Р., Вудс Р. Цифровая обработка изображений. / Р.Гонзалес, Р.Вудс // М.: Техносфера, 2006. – 1072 с.

5. GRASS GIS [Электронный ресурс]: Home. Режим доступа: https://grass.osgeo.org/

6. A Digital Image Mapping System [Электронный ресурс]: A software and hardware solution for the various mapping tasks is being developed in a joint project of research institutes and Teragon Context AB. Режим доступа: http://www.isprs.org/proceedings/XXVII/congress/part2/380_XXVII-part2- sup.pdf

7. Juhasz Z. An analytical method for predicting the performance of parallel image processing operations // The Journal of supercomputing. – 1998. – Vol. 12. – P. 157–174.

8. О свойствах блочного алгоритма бинаризации цифровых [Электронный ресурс] / Яковлева Е. С., Макаров A. А. Режим доступа: www.ipo.spb.ru/journal/content/1784/О%20свойствах%20блочного%20алг оритма%20бинаризации%20цифровых%20изображений..pdf

9. Manisha Chate Object Detection and tracking in Video Sequences / Manisha Chate, S.Amudha,Vinaya Gohokar // ACEEE Int. J. on Signal & Image Processing, Vol. 03, No. 01, Jan 2012.

10. Anaswara S Mohan Video Image Processing for Moving Object Detection and Segmentation using Background Subtraction / Anaswara S Mohan, R.Resmi // IEEE International Conference on Computational Systems and Communications (ICCSC), Vol. 01, no. 01, pp.288-292, 17-18 Dec 2014.

11. . Weiming Hu. A Survey on Visual Surveillance of Object Motion and Behaviors / Weiming Hu, Tieniu Tan,Liang Wang, and Steve Maybank // IEEE Transactions on systems, man, and cyberneticsapplications and reviews, vol. 34, no. 3, pp. 334- 352, august 2004

12. Asim R. Aldhaheri. Detection and Classification of a Moving Object in a Video Stream / Asim R. Aldhaheri and Eran A. Edirisinghe // In Proc. of the Intl. Conf. on Advances in Computing and Information Technology-ACIT, 2014.

13. Singla M. Motion Detection Based on Frame Difference Method International / M. Singla // Journal of Information & Computation Technology. 2014. Vol. 4. No. 15. P. 1559–1565.

14. Zivkovic Z. Improved adaptive gaussian mixture model for background subtraction / Z. Zivkovic // IEEE Int. Conf. Pattern Recognition. 2004. Vol. 2. P. 28–31

15. Bouwmans T. Background Modeling using Mixture of Gaussians for Foreground Detection – A Survey / T. Bouwmans, F. El Baf, B.Vachon // Recent Patents on Computer Science. 2008. Vol. 1. P. 219– 237.

16. Quinn Michael J. Parallel Programming in C with MPI and OpenMP / J. Quinn Michael // McGraw-Hill Inc, 2004.

17. Learning OpenCV [Электронный ресурс]: Learning OpenCV by Gary Bradski and Adrian Kaehler. Режим доступа: https://www.bogotobogo.com/ cplusplus/files/OReilly%20Learning%20OpenCV.pdf

18. Howse J. OpenCV: Computer Vision Projects with Python / J. Howse, P.Joshi, M.Beyeler // United Kingdom, Packt Publishing, 2016. 570 p.

19. Laganiere R. OpenCV 3 Computer Vision Application Programming Cookbook / R. Laganiere // United Kingdom, Packt Publishing, 2017. 474 p.