文献

J-GLOBAL ID：201702247082923424   整理番号：17A1781569

亀裂セグメンテーションのための領域成長法のデータフロー実現【Powered by NICT】

A Dataflow Implementation of Region Growing Method for Cracks Segmentation

著者 (4件)： Marzulo Leandro A.J. ,  Sena Alexandre C. ,  Mota Guilherme L.A. ,  Gomes Otavio F. M.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SBAC-PADW  ページ： 79-84  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 領域成長は連続領域抽出のための非常に有用な画像セグメンテーションアルゴリズムである。種子の初期集合を定義し,特定の基準に基づくと,同様の隣接画素を反復。ピクセル凝集体が,特定の反復で行われていないときアルゴリズムは収束する。本研究プロジェクトの中で,領域成長を走査電子顕微鏡(SEM)により得られた鉱石粒子の画像における亀裂のセグメンテーションのために採用した。目標は,堆積浸出とバイオリーチングによる抽出のための金属曝露を改善するであろうことを亀裂法の効率を評価する科学者を助けることである。しかし,これは画像の小集合を解析に時間を要することを計算集約的アプリケーションであり,連続的に実行される。亀裂セグメンテーションのための領域成長法のデータフロー並列バージョンを提案し,評価した。溶液はPythonのためのSucuriデータフローライブラリを用いる計算機クラスタにおける実行を統合する。応用は,種々のサイズと複雑さの画像を処理するため,Sucuriは透明な方法で機械間の負荷分散に重要な役割を果たした。実験結果は,36コア機の40処理コアおよび23.75の小クラスタにおける26.85までの高速化を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 応用プログラム ,  アルゴリズム ,  *亀裂 ,  クラスタ ,  高速化 ,  画像 ,  *セグメンテーション ,  走査電子顕微鏡 ,  画素 ,  負荷分散 ,  凝集体
準シソーラス用語： コンピュータクラスタ ,  画像セグメンテーション ,  *データフロー ,  *領域成長法 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 亀裂 ,  セグメンテーション ,  領域成長法 ,  データフロー