Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Speed up of volumetric nonlocal transform-domain filter

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F17%3A10237363" target="_blank" >RIV/61989100:27740/17:10237363 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.ctresources.info/ccp/paper.html?id=9226" target="_blank" >http://www.ctresources.info/ccp/paper.html?id=9226</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.4203/ccp.111.4" target="_blank" >10.4203/ccp.111.4</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Speed up of volumetric nonlocal transform-domain filter

  • Popis výsledku v původním jazyce

    We present a parallel implementation of Non-local Transform-Domain filter (BM4D) in this paper. Effectiveness of this implementation is presented on de-noising of 3D images from Computed Tomography (CT) and Magnetic Resonance Imaging (MRI) scans. The principle of BM4D filter is that this filter performs grouping and collaborative filtering where mutually similar data within the image are stacked together and filtered. In BM4D cubes of voxels, called patches, are used as basic image elements for filtering. Using voxels instead of pixels means that the area for searching the similar patches is quite large. Because of this and due to the application of multi-dimensional transformations the BM4D&apos;s computation time is extremely long. Despite that, only single-threaded implementation is presented in the literature. To speed up the filtering process, multi-core or even multi-node parallel implementation is necessary. In this paper, we present original parallel version of the filter. To parallelize the BM4D implementation, the filtering concept is decomposed to smaller parts which can be solved concurrently. Our implementation uses hybrid parallelization, which combines OpenMP and MPI technologies. We use OpenMP for the parallelization on one computational node and MPI for parallelization among more computational nodes. The speed up of our parallel implementation is demonstrated on several numerical examples. © Civil-Comp Press, 2017.

  • Název v anglickém jazyce

    Speed up of volumetric nonlocal transform-domain filter

  • Popis výsledku anglicky

    We present a parallel implementation of Non-local Transform-Domain filter (BM4D) in this paper. Effectiveness of this implementation is presented on de-noising of 3D images from Computed Tomography (CT) and Magnetic Resonance Imaging (MRI) scans. The principle of BM4D filter is that this filter performs grouping and collaborative filtering where mutually similar data within the image are stacked together and filtered. In BM4D cubes of voxels, called patches, are used as basic image elements for filtering. Using voxels instead of pixels means that the area for searching the similar patches is quite large. Because of this and due to the application of multi-dimensional transformations the BM4D&apos;s computation time is extremely long. Despite that, only single-threaded implementation is presented in the literature. To speed up the filtering process, multi-core or even multi-node parallel implementation is necessary. In this paper, we present original parallel version of the filter. To parallelize the BM4D implementation, the filtering concept is decomposed to smaller parts which can be solved concurrently. Our implementation uses hybrid parallelization, which combines OpenMP and MPI technologies. We use OpenMP for the parallelization on one computational node and MPI for parallelization among more computational nodes. The speed up of our parallel implementation is demonstrated on several numerical examples. © Civil-Comp Press, 2017.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LM2015070" target="_blank" >LM2015070: IT4Innovations národní superpočítačové centrum</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Civil-Comp Proceedings. Volume 111

  • ISSN

    1759-3433

  • e-ISSN

  • Svazek periodika

    111

  • Číslo periodika v rámci svazku

    podzim

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    13

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85020478523