quater (Supprimé) - RAPPORT 4032 et 4033 N° 830 N

tro de Mediana

Aplicações de processamento de imagem são muito comuns em ambientes computacionais. Em geral, uma imagem é representada por uma matriz de números, onde cada número tem sua cor correspondente a ser mostrada no vídeo. Dessa forma, quanto maior a imagem maior é o tamanho da matriz. Quando se tratar de imagens médicas, a velocidade de processamento é fundamental, uma vez que o tempo de resposta é um requisito fundamental. Além disso, este tipo de aplicação requer imagens de alta resolução com a maior nitidez possível. É comum aplicar filtros de atenuação, suavização ou de reforço, para obter imagens nítidas. A aplicação destes filtros em imagens de alta resolução pode ser cara e exigir algum poder computacional. Por outro lado, a aplicação do filtro pode ser feita de forma paralela através da segmentação da imagem em blocos menores. Após a segmentação, o filtro é aplicado de forma distribuída, e os blocos resultantes são fundidos em uma nova imagem. Para ilustrar o uso da CEOL a seguir será detalhado um workflow

(a) (b)

Figura 4.1: Filtro de Mediana.

que aplica o filtro de mediana [263]. Esse tipo de filtro suavisa a imagem substituindo cada pixel pelo valor médio da sua vizinhança. Ele classifica os pixels na vizinhança e escolhe o valor de pixel mediano como o novo valor para o pixel de interesse [264]. Assim, para uma vizinhança de tamanho 1 (filtro 3x3), 9 elementos da matriz são ordenados e o valor da mediana é selecionado, como mostrado na Figura 4.1[a]. Para uma vizinhança de tamanho 2 (filtro 5x5), 25 elementos são classificados, e assim por diante.

O Modelo de Paralelismo Usado

Para aplicar o filtro de um modo distribuído, primeiro a imagem é dividida em blocos menores, depois aplica-se o filtro em cada bloco separadamente e fundi-se os blocos gerando a imagem final. Como o filtro usa um valor médio da vizinhança, há redundância de dados nos blocos gerados. Por exemplo, no filtro 3x3 a primeira e a última linhas de cada bloco são repetidas. No filtro 5x5 a redundância é de duas linhas no início e duas linhas no fim de cada bloco e no filtro 7x7 a redundância é de três linhas. A Figura 4.1[b] ilustra as operações de segmentação e de união dos blocos.

A Aplicação do Filtro

Para aplicar o ﬁltro foi desenvolvido o serviço FactIPService que tem operações para: • Criar matrizes com elementos de dois bytes conforme a dimensão indicada (operação

createMatrix);

• Segmentar o arquivo em blocos conforme tamanho indicado (operação sliceFile); • Aplicar o ﬁltro de mediana no arquivo gerando outro arquivo (operação medianFil-

ter);

• Executar a junção dos blocos gerando o arquivo suavizado (operação mergeFiles); e • Executar um comando do sistema (operação runCommand).

As operações oferecidas pelo serviço FactIPService permitem avaliar várias formas de aplicar o ﬁltro de mediana. Com as operações de FactIPService é possível criar workflows para:

• Aplicar o ﬁltro sobre um único arquivo usando apenas um recurso computacional; • Segmentar o arquivo em blocos, aplicar o ﬁltro em cada bloco de forma paralela

usando apenas um recurso computacional e reagrupar os blocos gerando o arquivo suavizado ﬁnal;

• Segmentar o arquivo em blocos, aplicar o ﬁltro em cada bloco de forma paralela usando vários recursos computacionais e reagrupar os blocos gerando o arquivo suavizado ﬁnal;

Figura 4.2: DAG para o Workflow que aplica o filtro de mediana em 5 partes. O workflow ip–A2000x2000–5p.ceol, cujo DAG equivalente está na Figura 4.2, aplica o filtro de mediana 3x3 no arquivo /tmp/A–2000x2000, um arquivo que representa uma imagem de 2.000x2.000 pontos (12MB). No workflow o arquivo é particionado em cinco blocos, que são processados por cinco instâncias do serviço FactIPService executadas em paralelo e reagrupados gerando o arquivo final suavizado. Uma vez que escalonadores distintos podem ser usados em conjunto com o CEO, a CEOL oferece a opção do workflow abstrato onde o usuário deixa em aberto os hospedeiros onde serão criadas as instâncias

e onde a execução será feita. Neste exemplo o escalonador indica os hospedeiros e o CEO faz todos os acertos necessários no workflow para sincronizar as saidas e entradas das operações. Detalhes do workflow estão a seguir.

<?xml version="1.0" encoding="UTF-8"?> <ceo:workflow name="ip-A2000x2000-5p">

(1) <ceo:er os="Ubuntu" version="12.04 LTS 64" memory="2GB" disk="20GB" vcpus="2" secgroup="ceo-sg1">

<ceo:domain name="lrchybrid" domainlocation="ceo-lrc-hybrid.xml"/> <ceo:scheduler schld="1" schName="LocalRR" schAlgorithm="RR"

schURL="http://10.3.77.39:8443/wsrf/services/FactSS1Service"/> </ceo:er>

<ceo:definitions name="ip-A2000x2000-5p"> (2) <ceo:variables>

<ceo:variable name="retCode1" type="int" value="0"/> <ceo:variable name="retCode2" type="int" value="0"/> <ceo:variable name="retCode3" type="int" value="0"/> <ceo:variable name="retCode4" type="int" value="0"/> <ceo:variable name="retCode5" type="int" value="0"/> <ceo:variable name="sliceIn" type="string"

value="5 3 /tmp/A-2000x2000.txt"/> <ceo:variable name="sliceOut" type="string"/> <ceo:variable name="mFIn-1" type="string"

value="3 /tmp/A-2000x2000_s001.txt /tmp/A-2000x2000_smf001.txt"/> <ceo:variable name="mFIn-2" type="string"

value="3 /tmp/A-2000x2000_s002.txt /tmp/A-2000x2000_smf002.txt"/> <ceo:variable name="mFIn-3" type="string"

value="3 /tmp/A-2000x2000_s003.txt /tmp/A-2000x2000_smf003.txt"/> <ceo:variable name="mFIn-4" type="string"

value="3 /tmp/A-2000x2000_s004.txt /tmp/A-2000x2000_smf004.txt"/> <ceo:variable name="mFIn-5" type="string"

value="3 /tmp/A-2000x2000_s005.txt /tmp/A-2000x2000_smf005.txt"/> <ceo:variable name="mergeIn" type="string"

value="5 3 /tmp/A-2000x2000.txt A-2000x2000-MF3.txt"/> <ceo:variable name="mergeOut" type="string"/>

<ceo:services>

(3) <ceo:gsh name="imf1" gshId="1" hostId="1"