Algorithmes de la morphologie mathématique pour - Pastel - HAL

Jaromír BRAMBOR5.6. RÉCAPITULATIONSQR DISC2D_8 taille 1SQR DISC2D_8 taille 104 Mo4 Mo1 Mo256 koMatlab 7.0Aphelion (sans MMX)MorpheeMrphMediaGPU1 Mo256 koMatlab 7.0Aphelion (sans MMX)MorpheeMrphMediaGPU0,1 1 10 100 1000 10000temps / ms(a) grille carrée, élément structurant de 8 voisins, taille 11 10 100 1000 10000temps / ms(b) grille carrée, élément structurant de 8 voisins, taille 10SQR DISC2D_4 taille 1SQR DISC2D_4 taille 104 Mo4 Mo1 Mo²Matlab 7.0Aphelion (sans MMX)Morphee1 MoMatlab 7.0Aphelion (sans MMX)MrphMediaMorphee256 koGPU256 koMrphMediaGPU0,1 1 10 100 1000 10000temps / ms(c) grille carrée, élément structurant de 4 voisins, taille 11 10 100 1000 10000temps / ms(d) grille carrée, élément structurant de 4 voisins, taille 10FIG. 5.16 : Comparaison des temps d’exécution de la dilatation pour différents logiciels et différentes implémentations,sur les GPP/GPPMM (Intel Pentium 4 à 2,4 GHz ; 512 ko L2 ; classe 0-F-2-4-1E) et les GPU(NVidia GeForce FX 6800 ; AGP 4x à 375 MHz). Les temps pour les GPU n’incluent pas les transferts.Ce fait nous a permis également de comparer leurs performances avec les implémentions correspondantesexécutées sur le processeur général lors de l’étude comparative de l’exécution de l’opération debase de la morphologie – la dilatation. Les résultats ont non seulement prouvé la supériorité de notreapproche des superpixels SIMD pour l’exécution des opérations morphologiques sur les GPP par rapportaux produits commerciaux existants, mais ont également démontré que l’implémentation de la mêmeopération sur les GPU est encore plus rapide (avec le taux d’accélération supérieur à 2) par rapport àl’approche des superpixels SIMD qui assurait la meilleure exécution sur les GPP.125