Two dimensional (2-D) object recognition on a parallel transputer network

Abstract

ÖZET Bir model bazlı iki boyutlu nesne tanıma sisteminin bir transputer ağı üstünde paralel olarak gerçeklenmesi ve performans analizi anlatılmaktadır. `Tanıma` yaklaşımı özellikli dizi eşlemenin bir dinamik programlama olarak gerçeklenmesi esasına dayanır ve hem üstüste duran hem de ayrık objeler için etkin olarak çalışır. Alçak seviyeli görüntü işleme operasyonları sözkonusu ağda geometrik paralelizm kullanılarak gerçeklenmiştir. Özellik çıkarma için işlem hasadı (process farming) ve tanıma fazındaki hipotez oluşturulması ve doğrulanması için ise işlem hasadı ile görev paralelizminin bir kombinasyonu kullanılmıştır. Tanıma için hemen hemen ideal bir hızlanma elde edilmiştir. Paralel sistemin değişik sayılardaki transputer için çalışma zamanı, hızlanma ve verimlilik cinslerinden performans değerlendirmeleri verilmektedir.

IV ABSTRACT The parallel implementation and performance analysis of a model-based two- dimensional (2-D) object recognition system on a transputer network is described. The recognition approach is based on a dynamic programming implementation of attributed string matching and works effectively for both nonoccluded as well as occluded objects. The low level image processing operations are mapped onto the network by using geometric parallelism. Process farming is employed for feature extraction, and a combination of process farming and task parallelism is used for hypotheses generation and verification in the recognition phase. An almost ideal speedup is achieved for the recognition. Performance evaluation in terms of execution time, speedup and efficiency of the parallel system are given for different number of transputers.