講演抄録/キーワード |
講演名 |
2016-05-20 15:10
二項フィルタの並列処理によるガウシアンフィルタの高速化 ○矢野貴大・黒木祥光(久留米高専) SIP2016-32 IE2016-32 PRMU2016-32 MI2016-32 |
抄録 |
(和) |
画像処理の中には雑音の除去や特徴の抽出などがあり, 目的に応じたフィルタを画像に畳み込むことで実現できる.
ガウシアンフィルタは画像の平滑化を行うものであり, 特徴点抽出など多様な用途で用いられる.
しかしフィルタ係数が実数であるため, 特に標準偏差が大きい場合, 演算速度は遅い.
一方, 二項フィルタは二項分布を用いて平滑化を行う.
二項フィルタのフィルタ係数は整数値とシフト演算で表現可能案であるため, 演算速度は速く, また二項分布の試行回数を増加させることにより, ガウシアンフィルタを近似することができる.
本研究では二項フィルタの処理が画素間で独立していることに着目し, NVIDIA社が提供するGPU向けのC言語の統合開発環境であるCompute Unified Device Architecture(CUDA)を用いて, 二項フィルタの処理の並列化を行い, ガウシアンフィルタの高速化を図る. |
(英) |
Some of the image processing techniques including noise reduction and feature extraction are realized by convolving filters designed for various purposes.
Gaussian filter is a smoothing filter, and is used in various applications such as feature point extraction.
However, since coefficients of Gaussian filter are real numbers, its computation is burden especially for large devation filters.
This paper describes an approximation of Gaussian filter using multiple convolution of the basic binomial filter, which is implemented only by an addition and a shift operation.
This study also aims at fast implementation with a parallel computing of the binomial filters on GPUs(Graphical Processing Units) under CUDA(Compute Unified Device Architecture) platform introduced by NVIDIA corporation. |
キーワード |
(和) |
ガウシアンフィルタ / 二項フィルタ / GPU / CUDA / / / / |
(英) |
Gaussian filter / Binomial filter / GPU / CUDA / / / / |
文献情報 |
信学技報, vol. 116, no. 37, IE2016-32, pp. 167-171, 2016年5月. |
資料番号 |
IE2016-32 |
発行日 |
2016-05-12 (SIP, IE, PRMU, MI) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIP2016-32 IE2016-32 PRMU2016-32 MI2016-32 |
研究会情報 |
研究会 |
PRMU IE MI SIP |
開催期間 |
2016-05-19 - 2016-05-20 |
開催地(和) |
名古屋大学 |
開催地(英) |
|
テーマ(和) |
ヘルスケア・診断・治療のための信号・画像解析 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
IE |
会議コード |
2016-05-PRMU-IE-MI-SIP |
本文の言語 |
日本語 |
タイトル(和) |
二項フィルタの並列処理によるガウシアンフィルタの高速化 |
サブタイトル(和) |
|
タイトル(英) |
Fast implementation of Gaussian filter by parallel processing of Binomial filter |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ガウシアンフィルタ / Gaussian filter |
キーワード(2)(和/英) |
二項フィルタ / Binomial filter |
キーワード(3)(和/英) |
GPU / GPU |
キーワード(4)(和/英) |
CUDA / CUDA |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
矢野 貴大 / Takahiro Yano / ヤノ タカヒロ |
第1著者 所属(和/英) |
久留米工業高等専門学校 (略称: 久留米高専)
National Institute of Technology, Kurume College (略称: NITKC) |
第2著者 氏名(和/英/ヨミ) |
黒木 祥光 / Yoshimitsu Kuroki / クロキ ヨシミツ |
第2著者 所属(和/英) |
久留米工業高等専門学校 (略称: 久留米高専)
National Institute of Technology, Kurume College (略称: NITKC) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2016-05-20 15:10:00 |
発表時間 |
30分 |
申込先研究会 |
IE |
資料番号 |
SIP2016-32, IE2016-32, PRMU2016-32, MI2016-32 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.36(SIP), no.37(IE), no.38(PRMU), no.39(MI) |
ページ範囲 |
pp.167-171 |
ページ数 |
5 |
発行日 |
2016-05-12 (SIP, IE, PRMU, MI) |
|