Redukcja czasu wykonania algorytmu Cannego dzięki zastosowaniu połączenia OpenMP z technologią NVIDIA CUDA

• Autorzy: Sychel D.
• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje alternatywne podejście do programowania równoległego poprzez wykorzystanie programowalnych kart graficznych w celu wsparcia obliczeń, oraz połączenie tego podejścia z klasycznym zrównolegleniem opartym o wielordzeniowe procesory. Przeprowadzone testy przedstawiają zysk czasu jaki można uzyskać dzięki odpowiedniemu połączeniu OpenMP z technologią CUDA w obliczeniach związanych z wykrywaniem krawędzi na obrazie rastrowym przy użyciu algorytmu Cannego. Badania przeprowadzone zostały na sprzęcie różnej jakości. Napisane algorytmy są zgodne z CC 1,0 (zdolność obliczeniowa karty graficznej).

EN

This paper presents an alternative approach to parallel programming by using programmable graphics card to support calculations and combines this approach with a classical parallelization based on multi-core processors. The tests show the gain time that can be achieved through a combination of OpenMP with CUDA technology in the calculation of the edge detection on the raster image using the Canny’s algorithm. Tests were carried out on the equipment of varying quality. The algorithms are compatible with CC 1.0 (compute capability graphics card).

Słowa kluczowe

PL

przetwarzanie równoległe; programowanie kart graficznych; CUDA; wykrywanie krawędzi; filtry splotowe; algorytm Canny'ego

EN

parallel processing; programming; graphic cards; CUDA; edge detection filters; Canny algorithm

• Wydawca: Wydawnictwo Uczelniane Politechniki Koszalińskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
• Rocznik: 2013
• Tom: Nr 5
• Strony: 103--113
• Opis fizyczny: Bibliogr. 9 poz., rys., tab., wykr.

Twórcy

autor

Sychel D.

• Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie 71-210 Szczecin, Żołnierska 49

Bibliografia

• 1. Luo Y., Duraiswami R.: Canny edge detection on NVIDIA CUDA. 2008 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 43, 1, 2008, 1-8
• 2. Ogawa K., Ito Y., Nakano K.: Efficient Canny Edge Detection Using a GPU. ICNC '10 Proceedings of the 2010 First International Conference on Networking and Computing, 2010, 279-280
• 3. Luo L., Wong M., Hwu M.: An effective GPU implementation of breadth-first search. Design Automation Conference (DAC), 2010 47th ACM/IEEE, 2010, 52-55 [4] NVIDIA.: NVidia CUDA C Programing Guide, Version 4.2.
• 4. https://www.math.umass.edu/~johnston/CUDA_WG_2012/CUDA_C_Programming_Guide.pdf, dostęp 06.04.2013
• 5. Blaise B.: OpenMP. https://computing.llnl.gov/tutorials/openMP/, dostęp 06.04.2013
• 6. Gatlin K. S., Isensee P.: Reap the Benefits of Multithreading without All the Work. http://msdn.microsoft.com/pl-pl/magazine/cc163717%28en-us%29.aspx, dostęp 06.04.2013
• 7. Canny F.J.: A Computational Approach to Edge Detection. J-IEEE-PAMI, 8, 6, 1986, 679-698.
• 8. Pratt W.K..: Digital Image Processing - PIKS Scientific Inside. John Wiley & Sons, 2007.
• 9. The MathWorks, Inc.: Documentation Center. http://www.mathworks.com/help/images/ref/fspecial.html, dostęp 06.04.2013