Algorithmes de la morphologie mathématique pour - Pastel - HAL

Jaromír BRAMBOR5.5. RÉSULTATS EXPÉRIMENTAUX5.5 Résultats expérimentauxLe sujet exposé dans ce chapitre est fondamental pour les implémentations des opérations de basede la morphologie mathématique. Vu que ces dernières sont abondamment utilisées dans les applicationsde traitement des images par la morphologie, il est primordial de pouvoir exécuter ces opérations le plusrapidement possible.C’est pourquoi nous voulions explorer les performances des méthodes proposées dans ce chapitre etpourquoi nous présentons, dans la tab. 5.1, les résultats des tests comparatifs de l’opération de dilatationmorphologique pour les méthodes que nous avons développées nous-mêmes (GPU et MorphoMedia) aucours de cette thèse et des méthodes assurant les mêmes fonctionnalités mais qui sont incorporées d’unemanière standard dans les produits commerciaux (Aphelion et MATLAB) qui représentent ainsi la référenceindustrielle. Une autre implémentation que nous avons mise en relation avec nos résultats est cellequi utilise les méthodes de l’outil logiciel Morphée, développé au Centre de Morphologie Mathématiquepour les besoins de la recherche algorithmique et qui peut être considéré comme référence d’une bibliothèquedes fonctions spécialement dédié aux algorithmes morphologiques mais programmées d’unefaçon générique.Notons que notre implémentation, désignée par MorphoMedia, utilise l’approche des superpixelsSIMD, cf. 4.4.5, page 73, lors de l’évaluation avec les macro blocs ayant 64 pixels dans l’axe de stockagedes données et la dimension de l’image dans la coordonnée perpendiculaire. L’implémentation dela dilatation sur les processeurs graphiques, désignée par GPU, utilise l’approche de l’échantillonnagecomplexe des textures dans les unités de traitement des fragments, cf. 5.4.3, page 120.La fig. 5.16 présente graphiquement les données de la tab. 5.1. Nous constatons que pour une opérationaussi basique que la dilatation, les temps de calcul pour les implémentations commerciales existantessont excessivement longs si on les compare avec les temps des implémentations des algorithmes pour lesGPP issus de cette thèse. Ces derniers offrent des taux d’accélération intéressants, allant jusqu’à 230 parrapport au logiciel MATLAB ; cela pour une image de 256 ko et le cas de l’élément structurant de 4voisins sur la grille carrée ("SQR DISC2D 4") de taille 10.Des temps encore plus intéressants sont ceux des processeurs graphiques. Nous constatons des tauxd’accélération supérieurs à 2 par rapport à notre implémentation des superpixels SIMD, la meilleure obtenuesur le processeur général. Ce sont, en effet, ces résultats-là qui valorisent l’effort que nous avonsinvesti dans l’exploitation de l’utilisation des processeurs graphiques pour le calcul morphologique. Cesrésultats sont d’autant plus encourageants si nous mentionnons les caractéristiques de notre matériel.Tandis que le processeur GPP Intel Pentium 4 a été cadencé à 2.4 GHZ, la carte graphique NVidia Ge-Force 6800 LT ("light edition") est dotée d’un GPU qui appartient au bas de gamme parmi les processeursoffrant les fonctionnalités qui nous intéressent et a été cadencée à 375 MHz.5.6 RécapitulationNous avons présenté, dans ce chapitre, la construction des algorithmes de la morphologie mathématiquedont le point commun est l’indépendance du traitement sur le sens du parcours de l’image. Il s’agit,en effet, des algorithmes qui exposent le parallélisme des données et des tâches et sont ainsi les bonscandidats à l’exécution en parallèle.Nous avons exploré la piste de l’utilisation des moyens matériels qui sont à disposition dans lesarchitectures multimédia - la parallélisation appartenant à la catégorie SIMD qui est effectuée à l’échelledes registres (où on parle également du traitement SWAR). Nous avons proposé la méthodologie pour lacréation des algorithmes traitant des données en tant que flux pour ce type d’architectures et nous avonsdémontré leur description dans le formalisme fonctionnel.Une autre piste que nous avons explorée dans ce chapitre est celle de l’utilisation des processeursgraphiques pour le calcul massivement parallélisé des algorithmes de la morphologie. Vu que les processeursgraphiques sont les architectures particulières de traitement des données en tant que flux, il noussemblait approprié d’ajouter l’expérience avec ces processeurs dans ce chapitre.123