Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-26241
Titel: High performance cluster computing with 3-D nonlinear diffusion filters
Verfasser: Bruhn, Andrés
Jakob, Tobias
Fischer, Markus
Kohlberger, Timo
Weickert, Joachim
Brüning, Ulrich
Schnörr, Christoph
Sprache: Englisch
Erscheinungsjahr: 2003
Freie Schlagwörter: additive operator splitting
cluster computing
DDC-Sachgruppe: 510 Mathematik
Dokumentart : Preprint (Vorabdruck)
Kurzfassung: This paper deals with parallelisation and implementation aspects of PDE-based image processing models for large cluster environments with distributed memory. As an example we focus on nonlinear diffusion filtering which we discretise by means of an additive operator splitting (AOS). We start by decomposing the algorithm into small modules that shall be parallelised separately. For this purpose image partitioning strategies are discussed and their impact on the communication pattern and volume is analysed. Based on the results we develop an algorithmic implementation with excellent scaling properties on massively connected low latency networks. Test runs on a high-end Myrinet cluster yield almost linear speedup factors up to 209 for 256 processors. This results in typical denoising times of 0.5 seconds for five iterations on a 256 x 256 x 128 data cube.
Link zu diesem Datensatz: urn:nbn:de:bsz:291-scidok-44330
hdl:20.500.11880/26297
http://dx.doi.org/10.22028/D291-26241
Schriftenreihe: Preprint / Fachrichtung Mathematik, Universität des Saarlandes
Band: 87
SciDok-Publikation: 4-Jan-2012
Fakultät: Fakultät 6 - Naturwissenschaftlich-Technische Fakultät I
Fachrichtung: MI - Mathematik
Fakultät / Institution:MI - Fakultät für Mathematik und Informatik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
preprint_87_03.pdf371,38 kBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.