Median Filter on 16-bit Images

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Ask about the availability of the thesis by sending email to the Aalto University Learning Centre oppimiskeskus@aalto.fi
Date
2017-06-12
Department
Major/Subject
Ohjelmistotekniikka
Mcode
SCI3042
Degree programme
Master’s Programme in Computer, Communication and Information Sciences
Language
en
Pages
54 + 50
Series
Abstract
This thesis utilizes high-performance computing to filter noisy images by various median filter algorithms. Since smartphones are widely available to consumers, customers take noisy images daily. Thus algorithms to filter noises are needed. Many new cameras support more than 8-bit depth for colors. Using 8-bit filtering algorithms on 16-bit images will typically result in color lost. The 8-bit and 16-bit filtering algorithms are benchmarked in order to observe how the execution changes when the number of bits increases. Median filter algorithms are the focus of this thesis. This work benchmarks the execution time of four median filter methods: constant time median filter (CTMF), naive, improved naive, and median heap. These algorithms are tested by varying the following parameters: image size, color depth, number of threads, filter window size, and different kind of images. If we use only one thread, CTMF outperforms the other methods for large images. However, it is more difficult to exploit multicore processors efficiently in CTMF. With a large number of threads, the other three algorithms will outperform the CTMF algorithm in 8-bit and 16-bit images. However, this is not the case when the filter window size increases and the image size is constant. The execution time of the CTMF algorithm remains steadily lower than others algorithms in 8-bit and 16-bit images.

Tämä työ käyttää suuritehoista laskentaa suodattaakseen kohinaiset kuvat erinäisillä mediaanisuodattimilla. Älypuhelimet ovat laajasti kuluttajien saatavilla, joten kohinaisia kuvia otetaan päivittäin. Näin ollen tarvitaan algoritmeja suodattamaan kohinaa. Monet uudet kamerat tukevat yli 8-bittistä värisyvyyttä. 8-bittisen suodatuksen käyttäminen 16-bittisille kuville aiheuttaa värien katoamista. 8-bittisiä ja 16-bittisiä suodatusalgoritmeja benchmarkataan, jotta voidaan tarkkailla niiden suorituksen muutoksia bittien määrän kasvaessa. Tämä työ keskittyy mediaanisuodatinalgoritmeihin. Työ vertailee seuraavan neljän mediaanisuodatusmenetelmän suorituksen aikaa: vakioaikainen mediaanisuodatin (CTMF), naiivi, parantunut naiivi ja mediaanikeko. Nämä algoritmit testataan muuttamalla seuraavia parametreja: kuvan koko, värisyvyys, säikeiden määrä, suodattimen ikkunan koko. Lisäksi niitä testataan erilaisilla kuvilla. Jos käytämme vain yhtä säiettä, CTMF on nopeampi kuin muut menetelmät, kun kuvat ovat suuria. Kuitenkin CTMF:ssä on vaikeampaa hyödyntää moniydinsuorittimia tehokkaasti. Säikeiden määrän ollessa suuri, muut kolme algoritmia ylittävät CTMF-algoritmin tehokkuuden sekä 8-bittisillä että 16-bittisillä kuvilla. Näin ei kuitenkaan ole suodattimen kokoa kasvatettaessa, jos kuvat ovat vakiokokoisia. Tällöin CTMF-algoritmin ajoaika pysyy muita algoritmeja lyhyempänä sekä 8-bittisillä että 16-bittisillä kuvilla.
Description
Supervisor
Suomela, Jukka
Thesis advisor
Suomela, Jukka
Keywords
median filter, median heap, constant time median filter, execution time, salt and pepper, filter window
Other note
Citation