Algorithmes et architectures paralleles pour les approches markoviennes en analyse d'images

Algorithms and parallel architectures for markov random field based applications in image analysis

• Auteur / Autrice : Étienne Mémin
• Direction : Claude Labit
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 1993
• Etablissement(s) : Rennes 1

Mots clés

Mots clés libres

Sciences appliquees

Informatique, automatique theorique, systemes

Analyse image

Algorithme parallele

Architecture ordinateur

Parallelisme

Calculateur simd

Image analysis

Parallel algorithm

Computer architecture

Parallelism

Simd computer

Résumé

La theorie des champs de markov associee a des approches bayesiennes globales de l'estimation statistique ont permis de definir un cadre mathematique coherent et efficace dans nombre de problemes d'analyse d'image tels que la restauration d'image, la stereovision, l'analyse du mouvement. . . L'interet des champs markoviens reside a la fois dans le caractere global, non lineaire et non causal de la modelisation, et dans le caractere local des calculs que leur mise en uvre entraine. Le caractere global et non causal de la modelisation rend cependant necessaire l'utilisation de methodes de relaxation stochastiques ou deterministes qui conduisent a des temps de calcul particulierement importants sur les machines sequentielles classiques. L'objet de cette these est d'etudier les schemas de parallelisation possibles des approches markoviennes en analyse d'images, ainsi que leur mis en uvre sur differentes architectures. De nouveaux schemas paralleles generaux, particulierement efficaces, s'appuyant sur des techniques algorithmiques multiresolutions, sont etudies et evalues sur des architectures simd. L'etude de la mise en uvre des approches markoviennes sur des architectures specialisees a d'autre part conduit a la specification des caracteristiques generales d'un processeur specialise pour les approches markoviennes en analyse d'images