Algorithmes de la morphologie mathématique pour - Pastel - HAL

Algorithmes de la morphologie mathématique pour les architectures orientées fluxJaromír BRAMBORPrésentons alors un exemple concret. Le premier que nous décrivons est l’algorithme de la dilatationmorphologique sur la grille carrée par l’élément structurant ngbSQR4. La fonction dilSQRSIMD décritun algorithme qui utilise la fonction générale d’extraction du voisinage pour la grille carrée et pourl’échantillonnage général (sampGen) qui travaille avec la fonction de traitement du bord cBorder rendantune valeur constante pour tous les éléments du bord.dilSQRSIMD :: (Ordα) ⇒ (PVec I α) → Ngb → Ar ( I , I ) (PVec I α) → Ar ( I , I ) (PVec I α)dilSQRSIMD brdval ngbs ar = ngbAlgoSIMDindices(extrNgbSQRSIMD how n (sampGen ( cBorder brdval ) ) ngbs)ngbDilatearwhere n = rangeSize◦bounds$(ar!lo); (lo,hi) = bounds arD’autres fonctions peuvent être construites en utilisant le schéma présenté. En se basant sur un autreskeleton algorithmique, en choisissant la fonction d’extraction du voisinage, d’échantillonnage ou detraitement des bords appropriée et en choisissant la fonction du kernel de l’opération morphologique,nous pouvons dériver les implémentations des opérations morphologiques de base adaptées à un cas particulierd’utilisation, notamment les opérations sur les grilles hexagonales et la méthode plus complexede gestion des bords (i.e. par réflexion des bords).5.2.3 Algorithmes SIMD basés sur l’approche des superpixelsNotre idée de travail avec les vecteurs paquetés peut également être transposée à l’approche dessuperpixels. Dans ce cas, les superpixels ne seront pas constitués des éléments de base mais des vecteurspaquetés.unaLoadunaLoad(0,0) (0,1) (0,2)(0,1)A(0,1)(0,1)Bop3( , , )(1,0)(2,0)(1,1)(2,1)(1,2)(2,2)(1,1)A(2,1)A(1,1)(2,1)(1,1)B(2,1)Bop3( , , )op3( , , )op2( , )op2( , )op2( , )(1,1)(2,1)(3,0) (3,1) (3,2)(4,0) (4,1) (4,2)(3,1)A(4,1)A(3,1)(4,1)(3,1)B(4,1)Bop3( , , )op3( , , )op2( , )op2( , )op2( , )(3,1)(4,1)(2n,0) (2n,1) (2n,2)(2n,1)A(2n,1)(2n,1)Bop3( , , )op2( , )op2( , )(2n,1)(2n+1,0) (2n+1,1) (2n+1,2)(2n+1,1)(2n+1,1) (2n+1,1)ABop3( , , )FIG. 5.12 : Fonctionnement du kernel traitant un superpixel SIMD en 8-voisinageSi nous étudions la transposition de cette idée plus en détail, nous nous apercevons que nous avonsrecours, lors de l’extraction des voisins d’un superpixel, au même phénomène que celui que l’on a purencontrer lors de l’extraction des voisins d’un vecteur paqueté et qui nous a mené à l’utilisation deslectures non-alignées des données vectorielles de la mémoire.La figure 5.12 illustre cette situation sur le traitement SIMD d’un superpixel pour l’élément structurantdéfinissant le voisinage avec 8 voisins sur la grille carrée. Elle diffère, par rapport à la figure 5.9 quiassure la même opération morphologique sur les GPP, dans l’utilisation des vecteurs paquetés à la placedes éléments de base et surtout dans la présence des opérations de lecture non alignée, représentée par114