lunes, 7 de septiembre de 2020

Paralelización en CPU de segmentación de imágenes basado en textura

Paralelización en CPU de segmentación de imágenes basado en textura

Austin Christopher Cauich-Esteban, Santiago Azael Vadillo-Góngora, Nora Leticia Cuevas-Cuevas, Mario Renán Moreno- Sabido, Mauricio Gabriel Orozco-del-Castillo y Carlos Bermejo-Sabbagh

Tecnológico Nacional de México/I.T. Mérida. Departamento de Sistemas y Computación. Km 5 Carretera Mérida - Progreso. A.P. 911, Mérida, Yucatán, México, C.P. 97118.

Autor de contacto: ncuevas_cuevas@hotmail.com

RESUMEN

En este trabajo se presenta la paralelización de un algoritmo de segmentación de imágenes y su implementación en Python con la finalidad de explorar las posibilidades que ofrece dicho lenguaje y el soporte al mismo por las diferentes comunidades de desarrollo y los fabricantes de hardware.  Con este fin se analizará la implementación en un ambiente CPU multinúcleo, para posteriormente evaluar la ganancia en el rendimiento. Para la segmentación de imágenes se utiliza la matriz GLCM (por sus siglas en inglés Gray Level Co-Ocurrence Matrix). Los resultados muestran que  el algoritmo implementado de manera paralela obtiene una reducción del 50% en el tiempo de ejecución con respecto al programa secuencial de referencia.

Palabras clave: matriz GLCM / segmentación de imágenes / paralelización

Para citar:

Cauich-Esteban, A.C., Vadillo-Góngora, S.A, Cuevas-Cuevas, N.L., Moreno- Sabido, M.R., Orozco-del-Castillo, M.G. y Bermejo-Sabbagh, C. (2019). Paralelización en CPU de segmentación de imágenes basado en textura. Revista del Centro de Graduados e Investigación. Instituto Tecnológico de Mérida, 34(80),48-54

No hay comentarios:

Publicar un comentario