Procesamiento Frecuencial sobre GPU en CUDA para la Segmentación Bio-Inspirada de Imágenes en Color Autor: Mario Enrique Casado García Tutores: Mario Martínez Zarzuela Francisco Javier Díaz UNIVERSIDAD DE VALLADOLID Proyecto Fin de Carrera Ingeniero Técnico de Telecomunicación Sistemas de Telecomunicación ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE TELECOMUNICACIÓN 28 de julio del 2010 1
UNIVERSIDAD DE VALLADOLID. Procesamiento Frecuencial sobre GPU en CUDA para la Segmentación Bio -Inspirada de Imágenes en Color. ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE TELECOMUNICACIÓN. Proyecto Fin de Carrera Ingeniero Técnico de Telecomunicación Sistemas de Telecomunicación. - PowerPoint PPT Presentation
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
Procesamiento Frecuencial sobre GPU en CUDA para la Segmentación Bio-Inspirada de
Imágenes en Color
Autor: Mario Enrique Casado García
Tutores: Mario Martínez ZarzuelaFrancisco Javier Díaz Pernas
UNIVERSIDAD DE VALLADOLID
Proyecto Fin de CarreraIngeniero Técnico de
TelecomunicaciónSistemas de Telecomunicación
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE
TELECOMUNICACIÓN
28 de julio del 2010
2
ÍndiceIntroducciónModelo de Segmentación de ImágenesGPU ComputingProcesamiento Frecuencial de ImágenesProcesamiento Frecuencial sobre GPU en
CUDA para la Segmentación Bio-Inspirada de Imágenes en Color
Pruebas y ResultadosConclusiones y Líneas Futuras
3
IntroducciónMotivación y objetivos del PFC:
◦Ejecución sobre arquitecturas heterogéneas del modelo de segmentación propuesto: C for CUDA
◦Procesamiento en el dominio transformado de la frecuencia (Transformada Rápida de Fourier)
◦Conseguir ejecutar el modelo lo más rápido y preciso posible
Disminución del tiempo de procesamiento
4
Introducción Lenguajes de programación utilizados:
◦ C Programa escrito en C◦ C++ Organización del código en clases y métodos◦ C for CUDA 2.3 Ejecuciones en GPU◦ HTML Página web para el visualizado de los resultados
obtenidos◦ CSS Estilo de la página web◦ Batch Automatización de ejecuciones mediante archivo de
procesamiento por lotes
Librerías utilizadas:
◦ CUFFT 2.3 Transformaciones entre dominio duales; temporal y frecuencial
◦ OpenCV 2.0 Tratamiento de imágenes (cargar, salvar, …)
5
ÍndiceIntroducciónModelo de Segmentación de ImágenesGPU ComputingProcesamientoFrecuencial de ImágenesProcesamiento Frecuencial sobre GPU en
CUDA para la Segmentación Bio-Inspirada de Imágenes en Color