| テーマ | 「画像処理を行う並列アルゴリズムに関する研究」 |
| 内容 |
「画像処理」というと非常に広い範囲になってしまうが、僕は白黒２値画像を対象としている。
距離変換アルゴリズム（各画素の再近接前景画素までの距離を求める）を中心に現在は考えているが、それに類するような画像情報を扱うアルゴリズムについて、効率の良い並列化について研究する。
並列モデルにはＰＲＡＭモデルを代表として、多くの種類があるが、そのなかのどのモデルを扱うというようには、まだ限定していない。
単純に距離といっても、実は多くの距離関数が存在する。 一般に２点間の距離と言った場合にはユークリッド距離を表すが、他にも、縦に何マス、横に何マスという数えかたをするCityblock距離や、斜め移動を含んで、何回の移動で到達できるかというChessboard距離などもある。 並列アルゴリズムとは、通常の逐次アルゴリズムに対応するタームで、複数個のプロセッサを同時に制御して素早く処理を行うことを目的とする。 この時、各プロセッサ間のネットワーク構造や、メモリ領域の扱いなどによって、並列モデルというものが考えられてくる。 ＰＲＡＭモデルとは、複数のプロセッサが共通大域メモリを扱うモデルで、並列アルゴリズムのモデルとしては、最も一般的である。ＰＲＡＭモデルは、メモリの同一番地への同時読み込みや同時書き込みを許すかどうかで、さらに細かく分類される。 通常、逐次アルゴリズムの評価はその実行時間によってなされる。 それに対して、並列アルゴリズムの場合は、実行時間とプロセッサ数の２つによって評価される。 実行時間×プロセッサ数が逐次アルゴリズムの最適実行時間に等しければ、その並列アルゴリズムは仕事量最適だと言われる。 |
| 詳細はこちら | |
|---|---|