×

兹马思-数学第一资源

量化图像处理中硬件高效的偏微分方程求解器。(英语) Zbl 1232.94004号
杜伊斯堡-埃森:杜伊斯堡-埃森大学,法赫布雷希·马蒂克(Diss.)。212页(2004年)。
摘要:科学计算的性能和准确性是相互竞争的两个方面。计算方案的设计和实现之间的密切相互作用可以通过更好地利用现有资源来改善这两个方面。本文描述了强量化下的鲁棒方案的设计及其在基于数据流的PDE图像处理体系结构上的硬件高效实现。
强量化提高了执行时间,但使传统的误差估计变得无用。数值格式的精度太小,无法控制迭代格式中的定量误差。相反,我们构造了保持连续模型定性行为的量化方案。特别是对于量子化各向异性扩散模型的求解,可以得到一个与连续尺度空间具有几乎相同性质的量子化尺度空间。因此,即使在长时间内无法控制误差,也很难精确地重建图像演化,即使对于高精度计算也很困难。
目前,所有的内存密集型算法都面临着内存缺口问题,这一问题极大地降低了性能。基于指令流的计算范式加强了这个问题,而订阅基于数据流的计算的体系结构提供了更多的可能性来弥合内存和逻辑性能之间的差距。此外,在这些设备中可以获得更多的并行性。这类体系结构包括三种:图形硬件、可重构逻辑和可重构计算设备。它们允许我们利用图像处理应用程序固有的并行性,并应用内存高效利用。讨论了它们的优缺点和未来的发展方向。
与标准软件解决方案相比,稳健量化方案和硬件高效实现的结合提供了连续进化的精确再现和显著的性能提高。应用设备可在价格合理的AGP/PCI板上使用,即使是小型多处理器系统,也提供了真正的替代品。

理学硕士:
94A08型 信息与通信理论中的图像处理(压缩、重建等)
94-02年 与信息和传播理论有关的研究展览会(专著、调查文章)
65日元 特定数值算法类的体系结构
65日元 数值算法的打包方法
PDF格式 BibTeX公司 XML 引用
全文: 链接