Algorithmes de la morphologie mathématique pour - Pastel - HAL

Jaromír BRAMBOR7.3. SKELETON ALGORITHMIQUE DE LA PROPAGATION SIMD EN 4-VOISINAGEpeuvent être traités par les instructions SIMD de notre architecture multimédia en même temps. f est lafonction qui définit l’opération de propagation (notons qu’elle est définie pour les vecteurs paquetés) etar est l’array d’entrée.7.3.3 Propagations SIMD sur l’image entière pour le 4-voisinage et la grille carréeAinsi, nous avons présenté les outils de base pour pouvoir finalement définir le skeleton propAlgSQR4de la propagation SIMD pour le 4-voisinage et la grille carrée. C’est l’algorithme 7.3 qui définit ce skeleton.Algorithme 7.3 : propAlgSQR4, skeleton algorithmique de la propagation SIMD pour la grillecarrée et le 4-voisinagepropAlgSQR4 :: (Ordα) ⇒ [Char] → I → (PVec I α → PVec I α → (PVec I α, PVec Iα))→ Ar ( I , I ) α → Ar ( I , I ) αpropAlgSQR4 axe pvecsz f ar = p 2 ◦ t D ◦ p 2 ◦ p 1 ◦ t D ◦ p 1 $ arwherep 1 = pGen "FW" axe pvecsz fp 2 = pGen "BW" axe pvecsz ft D = trRot2DMBSIMD "TD" axe pvecszNous voyons que sa définition est beaucoup plus claire que celles des skeletons précédents. En effet,nous avons caché tout le travail lourd dans la fonction de parcours pGen et nous obtenons une structuredéfinissant le strict nécessaire pour la description de ce type de propagation.Nous y reconnaissons, sur la ligne 3, l’enchaînement des opérations :p 2 ◦ t D ◦ p 2 ◦ p 1 ◦ t D ◦ p 1 $ arque nous avons déjà mentionné dans la section 7.1, page 7.3 et qui n’utilise que 2 sens de parcours principaux,appliquant ainsi l’approche de la transposition pour contourner les propagations parallèles à l’axede stockage des données dans la mémoire, comme illustrées sur la fig. 7.3, page 7.3. Mais nous utilisonsl’approche plus générale qui travaille avec les phases de propagation p 1 et p 2 , qui ne sont concrétiséesqu’à l’intérieur de la phase de propagation pGen selon la valeur de l’axe de stockage transmise par leparamètre axe. Le paramètre pvecsz définit le nombre d’éléments qui peuvent être traités en parallèlepar les instructions SIMD de notre architecture et f définit l’opération à effectuer lors de la propagation ;ar est l’array d’entrée.Remarquons que pour changer l’axe de stockage de données, nous utilisons la fonction généralisée dela transposition /rotation d’un macro bloc trRot2DMBSIMD que nous avons définie dans le chapitre 6dédié à ce sujet. Rappelons que cette fonction est concrétisée par le paramètre ”TD” pour effectuer latransposition par diagonale et qu’elle utilise l’approche des macro blocs lors de son évaluation. La tailled’un macro bloc est définie par la taille du vecteur paqueté pvecsz.7.3.4 Calcul de la fonction distanceLes skeletons que nous venons de présenter ne définissent que la structure du traitement. La fonctionnalitéconcrète va utiliser ces skeletons pour les spécialiser et leur donner la forme finale de l’algorithmequi exécute l’opération souhaitée. Dans notre cas, l’opération que nous ciblons tout d’abord est la fonctiondistance chamfer calculée sur le 4-voisinage et la grille carrée.Pour pouvoir la définir, nous devons préciser certains paramètres dépendant de l’application concrète.Il s’agit notamment de l’axe de stockage des données dans la mémoire axe et de la taille du vecteurpaqueté pvecsz.En ce qui concerne les données d’entrée, nous devons avoir deux arrays : le premier avec l’image dumasque, qui est une image binaire et où les valeurs ”True” définissent la zone dans laquelle nous calculons153