{"product_id":"dietmar-wippig-parallele-berechnung-der-wavelet-transformation-auf-grafikhardware-9783832284350","title":"Parallele Berechnung der Wavelet-Transformation auf Grafikhardware","description":"Die Wavelet-Transformation hat einen breiten Anwendungsbereich in der Signal- und Bildverarbeitung, der von der Analyse bis zur Kompression reicht. Hierbei wird genutzt, dass es sich bei der Wavelet-Transformation um eine orthogonale Transformation handelt, deren Transformierte sowohl eine zeitliche wie auch eine Frequenzlokalisation aufweisen. Trotz einer schnellen Filterbankimplementierung f?r die Berechnung, deren Komplexit?t linear zur Problemgr??e ist, ist die Wavelet-Transformation immer noch sehr rechenintensiv. Die Berechnung gro?er Problemgr??en und Forderungen an die Echtzeit haben zu verschiedenen Ans?tzen gef?hrt, die Wavelet-Transformation zu beschleunigen, die hierzu den vorhandenen Parallelismus auf unterschiedlichen Ebenen nutzen. Die verschiedenen Ans?tze bewegen sich zwischen fest verdrahteter Hardware, sog. ASICs (Application Specific Integrated Circuits), die sehr leistungsf?hig ist, aber nicht flexibel f?r unterschiedliche Anwendungen eingesetzt werden kann, und universal programmierbaren Prozessoren (General-Purpose-Prozessoren, GPP), die zwar eine hohe Flexibilit?t, aber ein deutlich geringeres Leistungspotenzial aufweisen. Durch ihre inh?rente Lokalit?t und Nebenl?ufigkeit kann die Wavelet-Transformation effizient durch Stromprozessoren berechnet werden, deren Leistungscharakteristik fast der eines ASIC entspricht, w?hrend sie in einer Hochsprache programmiert werden k?nnen. Hierbei sind Grafikprozessoren (eng!. Graphics Processing Units, GPUs) programmierbare und leistungsf?hige Stromprozessoren, die weit verbreitet sind und einfach aus bestehenden Programmen heraus genutzt werden k?nnen. Im Gegensatz zu den bisherigen Arbeiten, die den Pyramidenalgorithmus auf die GPU umgesetzt haben, wurde in dieser Arbeit der insbesondere f?r die Bildanalyse vorteilhafte \"algorithme a trous\" auf der GPU implementiert. Als Basis hierf?r diente die Programmiersprache Java, wobei f?r die Nutzung der GPU die Grafik-API OpenGL und die Shading-Sprache GLSL verwendet wurden. Beim Leistungsvergleich konnte die GPU-Implementierung durch die intensive Ausnutzung der Grafik-Hardware einen deutlichen Beschleunigungsgewinn erzielen. Mit der Kantenerkennung und der Rauschunterdr?ckung in Bildern wurde die neue Implementierung erfolgreich in zwei Anwendungen aus der Bildverarbeitung eingebunden. Hierdurch konnten ebenfalls die Berechnungen im Vergleich zur CPU? Implementierung deutlich beschleunigt werden.","brand":"Shaker Verlag","offers":[{"title":"Default Title","offer_id":53685465547094,"sku":null,"price":0.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0925\/5829\/5382\/files\/product_image_9783832284350_1.jpg?v=1778853534","url":"https:\/\/www.momoxbooks.com\/products\/dietmar-wippig-parallele-berechnung-der-wavelet-transformation-auf-grafikhardware-9783832284350","provider":"momoxbooks","version":"1.0","type":"link"}