Implementação paralela e automaticamente configurável de segmentação em imagens pelo algoritmo de Level Sets. (2020)
- Authors:
- Autor USP: COELHO, DANIEL POPP - EP
- Unidade: EP
- Sigla do Departamento: PTC
- Assunto: PROCESSAMENTO DIGITAL DE IMAGENS
- Language: Português
- Abstract: A segmentação de imagens é o processo de identificar e delinear objetos contidos nestas. É uma operação crucial em diversos ramos de computação baseada em imagens, como visualização 3D, filtragem, interpolação e registro. Técnicas semiautomáticas segmentam objetos programaticamente a partir de uma entrada inicial providenciada pelo usuário, sendo o algoritmo Distance-Regularized Level-Set Evolution, ou DRLSE (LI, 2010a), uma destas técnicas. A determinação dos valores de parâmetros de algoritmos como este não é trivial, sendo necessário que o usuário possua conhecimento profundo da implementação e teoria por trás do algoritmo. Nesse contexto são utilizados sistemas que automatizam a tarefa de escolha de parâmetros, denominados configuradores de algoritmos. Os algoritmos genéticos são métodos de busca ou otimização baseado em mecanismos de seleção natural, e podem ser usados para a otimização dos parâmetros de um algoritmo como o DRLSE de modo robusto e generalizado. Uma das desvantagens de tais algoritmos é a necessidade de avaliar o algoritmo alvo diversas vezes, que pode ser custoso. Felizmente, o algoritmo alvo DRLSE é altamente paralelizável. Esse trabalho visa utilizar a plataforma CUDA para aceleração do algoritmo DRLSE em GPU, permitindo sua rápida e repetida execução por um algoritmo genético, por sua vez permitindo a determinação dos parâmetros ideais com base apenas em um exemplo inicial e uma segmentação de referência. A implementação em CUDA do algoritmo DRLSE desenvolvida nesse trabalho apresenta ganho de performance de 500 vezes em relação à implementação de referência em MATLAB, completando 1000 iterações em menos de um segundo para imagens de 1024x1024 pixels. O sistema final desenvolvido, apesar de apresentar certas limitações, é robusto o suficiente para lidar com contextos de segmentaçãodiferentes, e permite a configuração automática dos parâmetros do algoritmo DRLSE em regime semi-interativo, e aplicação do algoritmo DRLSE, com os parâmetros determinados automaticamente, em regime interativo.
- Imprenta:
- Data da defesa: 15.09.2020
-
ABNT
COELHO, Daniel Popp. Implementação paralela e automaticamente configurável de segmentação em imagens pelo algoritmo de Level Sets. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-05042021-152000/. Acesso em: 26 jan. 2026. -
APA
Coelho, D. P. (2020). Implementação paralela e automaticamente configurável de segmentação em imagens pelo algoritmo de Level Sets. (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3154/tde-05042021-152000/ -
NLM
Coelho DP. Implementação paralela e automaticamente configurável de segmentação em imagens pelo algoritmo de Level Sets. [Internet]. 2020 ;[citado 2026 jan. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-05042021-152000/ -
Vancouver
Coelho DP. Implementação paralela e automaticamente configurável de segmentação em imagens pelo algoritmo de Level Sets. [Internet]. 2020 ;[citado 2026 jan. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-05042021-152000/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
