Академический Документы
Профессиональный Документы
Культура Документы
ResumenEste art culo presenta una optimizaci on, mediante paralelismo, del c alculo del eje de simetr a en im agenes que presentan un objeto espec co con un fondo uniforme. Dado que se tiene un unico objeto en la imagen este no necesariamente estar a totalmente centrado lo cual implica la necesidad de localizar su centro, se utiliza una t ecnica que detecta este centro considerando la concentraci on del color. KeywordsEje Simetr a, Paralelismo, Centro Masa de una Imagen, Paralelizaci on por tareas, TBB.
Vx (i) =
j =0 n
M (i, j )
Vy (i) =
j =0
M (i, j )
II-C.
T ecnicas de paralelismo
I.
I NTRODUCCI ON
Con la masicaci on de la producci on de m aquinas con m ultiples n ucleos se abre la posibilidad de realizar tareas realmente simultaneas, sin embargo, desde la perspectiva del sistema operativo esto no siempre se realiza as , depende de este y de la implementaci on si es que al crear n hilos estos siempre ser an ejecutados en los n n ucleos respectivos. El correcto uso de t ecnicas de paralelizaci on permiten optimizar algoritmos intensivos cuya forma de paralelizaci on podr a ser obvia pero esto no siempre produce una optimizaci on, [?] [?] II. C ONCEPTOS P REVIOS
El problema que se presenta en este art culo es embarazosamente paralelizable, sin embargo, se podr an proponer varias formas de hacerlo. III. M ETODOLOG IA
La base de datos usada para las pruebas, esta compuesta de im agenes de mariposas con un fondo uniforme (Figura 1a) y su correspondiente imagen segmentada (Figura 1b).
II-A.
Simetr a Bilateral
Figura 1: Ejemplo de elemento de la base de datos. Inicialmente se tom o como centro de la imagen para calcular el eje de simetr a, pero no se obtuvo un buen porcentaje de efectividad del m etodo por lo que luego se uso el concepto de centro de grises para encontrar la posici on central relativa al objeto en la imagen. y se aplico el Algoritmo:1 Como se puede apreciar el algoritmo presentado tiene muchos bucles que son pasibles de paralelizaci on, intuitiva podr amos decir se pueden paralelizar todos los bucles. Se hicieron pruebas de desempe no con diferentes formas posibles de paralelizaci on. Para realizar la paralelizaci on se uso como herramienta Intel Threading Building Blocks la cual esta basada en paralelismo por tareas. IV. C ONCLUSI ON
Una imagen 2D es sim etrica cuando es posible dividirla en dos mitades por un solo plano de forma que las dos mitades formen im agenes especulares [?]. II-B. Centro de Masa o Centro de Distribuci on de Grises
Se considera como centro de masa o centro de distribuci on de grises al punto P (x, y ) de la imagen para el cual hay la misma arriba, abajo, a la izquierda y a la derecha. Este punto se desplaza en el objeto de acuerdo a la distribuci on de los niveles de gris. El punto P (x, y ) esta denido por: x=
n i=0 i Vx (i) n i=0 Vx (i) m j =0 j Vy (j ) m j =0 Vy (j )
y=
Algorithm 1 Algoritmo para calcular eje de Simetr a Require: Imagen procedure E UCLID(a) c, counter = IN F, grade = 0, g = 0 while g 180 do temp = Imagen, c = 0 rotar(temp, g ) CI = centro(Imagen), i = 0 while i < with(Imagen) do j 0 = y (CI ), j 1 = y (CI ) + 1 while j 0 0 and j 1 < heigh(temp) do if XOR(Imagen(i, j 0) and Imagen(i, j 1)) then c=c+1 end if if c < counter then counter = c grade = g end if j 0 = j 0 1, j 1 = j 1 + 1 end while i=i+1 end while g =g+1 end while return grade end procedure
R EFERENCIAS
[1] V. Di Gesu, M. E. Tabacchi, and B. Zavidovique, Symmetry as an intrinsically dynamic feature, Symmetry, vol. 2, no. 2, pp. 554581, 2010. [Online]. Available: http://www.mdpi.com/2073-8994/2/2/554