24、统计纹理参数计算的并行方法

统计纹理参数计算的并行方法

在图像处理领域，纹理参数的计算是一项重要任务。传统的基于共生矩阵的方法在计算纹理参数时存在时间和空间复杂度较高的问题。本文将介绍一种新的并行方法，用于统计纹理参数的计算，并通过实验验证其有效性。

1. 并行化计算与参数表达式

首先，我们有纹理参数 $Paran$ 的表达式：
[Paran = \sum_{D_i} \sum_{(p,q) \leq D_i} \sigma(\pi_{R_n}(p, q))]
以公式 11.17 为例，它可以进一步表示为：
[Paran = \sum_{i = D_{x0}}^{D_{x1}} \sum_{j = D_{y0}}^{D_{y1}} \sigma(\pi_{R_n}(i, j)) = \sum_{i = D_{x0}}^{D_{x1}} P_i(i)]
这里，使用由 $D_{x1}-D_{x0}+1$ 个处理器 ${P_i} {0 \leq i \leq D {x1}-D_{x0}}$ 组成的 CPU，每个处理器可以计算连接域的一行，最终结果通过将每个处理器给出的子结果相加得到。由于连接域是矩形，因此可以将其分解为 $N$ 个子域 $D_i$，满足相应的公式。

2. 并行化的特征

2.1 加速比

并行化的加速比衡量了并行方法相对于处理器数量的性能增长。设 $A(N)$ 为所提出的并行方法的加速比，$T_{sec}$ 为顺序执行所需的时间，$T_{par}$ 为并行执行所需的时间。根据相关公式，由于中间结果不被重用，最终结果仅通过相加每个处理器获得的子结果得到，因此有：
[A(N) = \fr