Инд. авторы:	Бойченко И.В., Кулбаев С.С., Немеров А.А., Голенков В.В.
Заглавие:	Эксперимент по фрактальному сжатию rgb-изображений на вычислительном кластере
Библ. ссылка:	Бойченко И.В., Кулбаев С.С., Немеров А.А., Голенков В.В. Эксперимент по фрактальному сжатию rgb-изображений на вычислительном кластере // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2012. - Т.321. - № 5. - С.87-92. - ISSN 2500-1019. - EISSN 2413-1830.
Внешние системы:	РИНЦ: 18783667;
Реферат:	eng: The article describes the experiment in compression of full-color images based on fractals applying a high-performance computing system with distributed memory – the computer cluster. Inter-process exchange is carried out on the basis of MPI technology. The linear dependence of computation time on a number of computational processes is shown. The authors have determined the irregularity in computation processes load caused by heterogeneity of the images compressed. The article introduces the comparison of the quality and the size of the images compressed based on fractals and JPEG algorithm. rus: Описан эксперимент по сжатию полноцветных изображений на основе фракталов с применением высокопроизводительной вычислительной системы с распределенной памятью – вычислительном кластере. Межпроцессный обмен осуществляется на основе технологии MPI. Показана линейная зависимость времени вычислений от количества вычислительных процессов. Выявлена неравномерность нагрузки вычислительных процессов, вызванная неоднородностью сжимаемых изображений. Проведено сравнение качества и размера сжимаемых изображений на основе фракталов и на основе алгоритма JPEG.
Ключевые слова:	Message Passing Interface; fractals; image compression; computational processes; high-performance computing systems; интерфейс передачи сообщений; фракталы; сжатие изображений; вычислительные процессы; высокопроизводительные вычислительные системы; параллельные вычисления; parallel computation;
Издано:	2012
Физ. характеристика:	с.87-92
Цитирование:	1. 1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2006. – 1072 с. 2. 2. Уэлстид С.Т. Фракталы и вейвлеты для сжатия изображений в действии. – М.: Триумф, 2003. – 320 с. 3. 3. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. – М.: Диалог-МИФИ, 2003. – 384 с. 4. 4. Денисюк А.А., Полупанов А.А. Фрактальное сжатие изображений // Перспективные информационные технологии и интеллектуальные системы. – 2006. – № 4. – С. 24–29. 5. 5. Илюшин С.В. Ускорение фрактального сжатия изображений путем классификации блоков по полярному углу их центров МАСС // T-Comm. Телекоммуникации и транспорт. – 2011. – № 4. – С. 43–47. 6. 6. Шарабайко М.П., Осокин А.Н. Быстродействующий алгоритм фрактального сжатия изображений // Известия Томского политехнического университета. – 2011. – Т. 318. – № 5. – С. 52–57. 7. 7. Barnsley M.F. Fractals Everywhere. – London: Academic Press Inc., 1988. – 534 p. 8. 8. Jacquin A.E. Image coding based on a fractal theory of iterated contractive image transformations // IEEE Trans. on Image Proc. – 1992. – V. 1. – P. 18–30. 9. 9. Fisher Y. Fractal image compression – Theory and Application. – N.Y.: Springer-Verlag, 1994. – 341 p. 10. 10. Гергель В.П., Стронгин Р.Г. Основы параллельных вычислений для многопроцессорных вычислительных систем. 2 изд. – Н. Новгород: ННГУ, 2003. – 184 с. 11. 11. Кулбаев С.С., Бойченко И.В., Голенков В.В. Эффективное сжатие цифровых изображений с применением высокопроизводительных вычислительных систем // VI Сибирская конференция по параллельным и высокопроизводительным вычислениям: Сб. трудов VI Сибирской конференции по параллельным и высокопроизводительным вычислениям. – Томск, 2012. – С. 75–80. 12. 12. Антонов А.С. Параллельное программирование с использованием технологии MPI. – М.: МГУ, 2004. – 74 с. 13. 13. Hore A., Ziou D. Image quality metrics: Psnr vs. ssim // International Conference on Pattern Recognition (ICPR). – Istanbul, Turkey, 2010. – P. 2366–2369. 14. 14. Университетский кластер МСЦ РАН // JSCC RAS Cluster Console. URL: https://unihub.ru/resources/js3console (дата обращения: 19.03.2012). 15. 15. Test image repository // Fractal coding and analysis group. 2011. URL: http://links.uwaterloo.ca/Repository.html (дата обращения: 19.03.2012). 16. 16. Rotaru T., Nageli H.H. Heterogeneous dynamic load balancing with a scheme based on the Laplasian polynomial // Lecture Notes in Computer Sciences. – 2001. – V. 1. – № 1. – P. 107–114. 17. 17. ImageMagick // Convert, edit, and compose images. Studio LLC. 2011. URL: http://imagemagick.org (дата обращения: 15.12.2011).