การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์

วิทยานิพนธ์ (วศ.ม. (วิศวกรรมคอมพิวเตอร์))--มหาวิทยาลัยสงขลานครินทร์, 2565

Saved in:
Bibliographic Details
Main Author: เฒาฟิก เพ็งโอ
Other Authors: ปัญญยศ ไชยกาฬ
Format: Theses and Dissertations
Language:Thai
Published: มหาวิทยาลัยสงขลานครินทร์ 2023
Subjects:
AVX
Online Access:http://kb.psu.ac.th/psukb/handle/2016/18203
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Prince of Songkhla University
Language: Thai
id th-psu.2016-18203
record_format dspace
spelling th-psu.2016-182032023-10-12T02:21:55Z การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์ Optimization of Edge Detection using AVX Intrinsics on Multi-core Architectures เฒาฟิก เพ็งโอ ปัญญยศ ไชยกาฬ Faculty of Engineering Computer Engineering คณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมคอมพิวเตอร์ AVX OpenMP Multi-core Image processing Edge detection Sobel Canny วิทยานิพนธ์ (วศ.ม. (วิศวกรรมคอมพิวเตอร์))--มหาวิทยาลัยสงขลานครินทร์, 2565 This thesis presents the algorithm for augmenting the processing speed of Sobel and Canny edge detection. By reducing the number of arithmetic operations and data loads, the processing time is reduced. Our proposed method is purely based on software approach which does not require any accelerated hardware. In addition, the processing speed is further increased by utilizing the AVX intrinsics and OpenMP. Our proposed Sobel edge detection is on average 28.29 times faster than the Sobel function provided by the OpenCV library. When applied with the Canny edge detection, our algorithm can augment the speed of OpenCV’s Canny edge detection by 3.73 percent. วิทยานิพนธ์นี้นำเสนออัลกอริทึมสำหรับเพิ่มความเร็วในการประมวลผลของการตรวจจับขอบภาพโดยวิธี Sobel และ Canny ด้วยการลดจำนวนการดำเนินการทางคณิตศาสตร์และ การโหลดข้อมูลที่จะนำไปประมวลผล เพื่อลดระยะเวลาที่ใช้ในการประมวลผลภาพลง วิธีการที่นำเสนอนั้นใช้แนวทางการปรับปรุงซอฟต์แวร์เพียงอย่างเดียว โดยไม่อาศัยการใช้ฮาร์ดแวร์เร่ง ความเร็วใด ๆ ในการประมวลผล นอกจากนี้ผู้วิจัยได้นำชุดคำสั่ง AVX และ OpenMP เข้ามาช่วยในการเพิ่มความเร็วในการประมวลผลภาพให้เร็วยิ่งขึ้น การตรวจจับขอบภาพโดยวิธี Sobel ที่นำเสนอนั้นเร็วกว่าฟังก์ชัน Sobel ในไลบรารีมาตรฐานของ OpenCV โดยเฉลี่ย 28.29 เท่า เมื่อนำวิธีที่นำเสนอไปประยุกต์ใช้กับการตรวจจับขอบภาพของวิธี Canny วิธีการในอัลกอริทึมที่นำเสนอสามารถเพิ่มความเร็วของการตรวจจับขอบภาพได้เพิ่มขึ้นร้อยละ 3.73 เมื่อเปรียบเทียบกับการใช้ฟังก์ชัน Canny ในไลบรารีมาตรฐานของ OpenCV 2023-10-12T02:21:07Z 2023-10-12T02:21:07Z 2022 Thesis http://kb.psu.ac.th/psukb/handle/2016/18203 th Attribution-NonCommercial-NoDerivs 3.0 Thailand http://creativecommons.org/licenses/by-nc-nd/3.0/th/ application/pdf มหาวิทยาลัยสงขลานครินทร์
institution Prince of Songkhla University
building Khunying Long Athakravi Sunthorn Learning Resources Center
continent Asia
country Thailand
Thailand
content_provider Khunying Long Athakravi Sunthorn Learning Resources Center
collection PSU Knowledge Bank
language Thai
topic AVX
OpenMP
Multi-core
Image processing
Edge detection
Sobel
Canny
spellingShingle AVX
OpenMP
Multi-core
Image processing
Edge detection
Sobel
Canny
เฒาฟิก เพ็งโอ
การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
description วิทยานิพนธ์ (วศ.ม. (วิศวกรรมคอมพิวเตอร์))--มหาวิทยาลัยสงขลานครินทร์, 2565
author2 ปัญญยศ ไชยกาฬ
author_facet ปัญญยศ ไชยกาฬ
เฒาฟิก เพ็งโอ
format Theses and Dissertations
author เฒาฟิก เพ็งโอ
author_sort เฒาฟิก เพ็งโอ
title การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
title_short การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
title_full การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
title_fullStr การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
title_full_unstemmed การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง AVX บนสถาปัตยกรรมมัลติคอร์
title_sort การเพิ่มประสิทธิภาพในการหาขอบภาพโดยใช้ชุดคำสั่ง avx บนสถาปัตยกรรมมัลติคอร์
publisher มหาวิทยาลัยสงขลานครินทร์
publishDate 2023
url http://kb.psu.ac.th/psukb/handle/2016/18203
_version_ 1781416870811795456