施进·霍恩;陈文顺;方明义 局部内存受限的SIMD超立方体多处理机上模板匹配的优化加速算法。 (英语) 兹比尔0736.68084 信息处理。莱特。 38,第1期,29-37(1991). 摘要:模板匹配可以看作是将模板与图像的所有可能窗口进行比较。假设图像和模板大小分别为\(N*N\)和\(M*M\)。很明显,模板匹配可以使用单处理器在\(O(N^2M^2)\)时间内完成。在SIMD超立方体多处理机上开发了两种图像模板匹配的优化加速算法。我们将证明,这两种算法的总体时间复杂度都是(O(M^2)),使用的是(N*N)PE的超立方体多处理器,每个处理器都有一个(O(1)或(O(M)受限的本地内存。权衡的结果是,与使用(O(M)本地内存相比,使用\(O(1)\)本地内存的通信时间更长。然而,它们都是最佳加速算法。 理学硕士: 68单位10 图像处理的计算方法 第68季度25 算法和问题复杂性分析 关键词:计算机视觉;信号处理;格雷码映射;最佳加速比 PDF格式BibTeX公司 XML格式引用 \textit{S.-J.Horng}等人,《Inf.过程》。莱特。38,编号1,29--37(1991;Zbl 0736.68084) 全文: 内政部 参考文献: [1] 布扬,L.N。;Agrawal,D.P.,计算机网络的广义超立方体和双曲结构,IEEE Trans。计算。,C-33、323-333(1984)·Zbl 0528.68002号 [2] Chan,T.E。;Saad,Y.,超立方体多处理器上的多重网格算法,IEEE Trans。计算。,969-977 (1986) [3] 琴,F.Y。;Lam,J。;Chen,I.N.,一些图问题的高效并行算法,通信ACM,25,9,659-665(1982)·Zbl 0485.68056号 [4] 方,Z。;李,X。;Ni,L.M.,超立方体SIMD计算机上图像模板匹配的并行算法,IEEE Trans。模式分析与机器智能,PAMI-9,6835-841(1987) [5] 方,Z。;Ni,L.M.,2D卷积的并行算法,Proc。IEEE国际。并行处理会议,262-269(1986) [6] 方,Z。;Ni,L.M.,关于阵列处理器上广义2-D卷积的通信复杂性,IEEE Trans。计算。,38, 2, 184-193 (1989) ·兹伯利0666.68043 [7] Kumar,V.K.Prasanna;Reisis,D.,增强阵列上的并行图像处理,Proc。国际。并行处理会议,909-912(1987) [8] 库马尔,V.K.P。;Krishnan,V.,超立方体SIMD阵列上的高效图像模板匹配,Proc。国际。并行处理会议,765-771(1987) [9] 曲,X。;Li,X.,并行模板匹配算法,Proc。国际。并行处理会议,223-225(1988) [10] Ranka,S。;Sahni,S.,SIMD超立方体计算机上的图像模板匹配,Proc。国际。并行处理会议,84-91(1988) [11] Ranka,S。;Sahni,S.,MIMD超立方体计算机上的图像模板匹配,Proc。国际。并行处理会议,92-99(1988) [12] Rosenfold,A.,使用细胞阵列的并行图像处理,计算机,14-20(1983) [13] 塞格尔,L.J。;Seigel,H.J.公司。;Feather,A.E.,图像相关的并行处理方法,IEEE Trans。计算。,C-31208-217(1982)·Zbl 0477.68094号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。