حرف پیشرفت نهار افزون علوم مختلف، نیاز به انجام محاسبات ریاضی سنگین و پردازش حجم زیادی از دادهها با تعجیل بالا و در زمان کم بوجود آمد. از طرفی رشد تکنولوژی پردازنده ها نسبت به سمت جرم محاسبات بسیار پایین است و نیز بخاطر محدودیت باب تولید ابزار نیمه هادی سرعت پردازنده ها نیز دارای محدودیت میباشد. از این چهره استفاده از یک کامپیوتر به سمت تنهایی پاسخگوی نیازهای محاسباتی نیست. بنابراین استفاده از چند کامپیوتر برای انجام پردازش های موازی ضروری است. از سوی دیگر به دلیل پیشرفتهای زیاد در زمینه شبکه های کامپیوتری و آلت آن، روش جدیدی برای انجام محاسبات ارائه گردید که Network-based coputation آوازه دارد.
در حالت کلی کامپیوترهای موازی شامل واحدهای پردازش و حفظه مختلفی هستند. و بحث مهم در طراحی و آنالیز سیستمهای موازی، روش التصاق اجزاء جوراجور به یکدیگر می باشد بنابراین نحوه ارتباط شبکه است که کارائی کل سیستم را معین میکند.
امروزه طیف وسیعی از سیستمهای موازی موجود می باشد. که بعضی از آنها به غرض کاربرد اختصاصی و گروهی نیز به صورت استفاده همه منظوره هستند. برای بررسی این کاربردها و استفاده آنها از شبکه های جوراجور در آغاز نیاز است تا معماری های موازی را سنخ بندی کنیم. زیرا معماری های مختلف نیازهای مختلف را برآورده میسازند.
حتماً تنها افزایش سرعت دلیل استفاده از کامپیوترهای موازی نیست بلکه گاهی برای اسم بردن قابلیت اطمینان از سیستم موازی استعمال می شود و محاسبات به وسیله چند کامپیوتر انجام شده و حرف هم مقایسه می شود و در واقع کامپیوترهای دیگر نقش Backup را دارند. به این سیستم ها fault telorant فرموده می شود.
حرف کنون سنخ بندی کامل و جامعی برای سیستمهای موازی ارائه نشده است: Flynn روشی برای این سنخ بندی عرضه کرده که البته به طور کامل تمام سیستمها را تحت پوشش نمی گیرد. سیستم سنخ بندی Flynn برپایه اندازه دنباله دستورالعملها و اطلاعات موجود در یک کامپیوتر می باشد که در اینجا غرض از ادامه یا Stream، رشته از دستورات یا دادهها است که میانجیگری یک پردازنده پردازش می شود. Flynn هر سیستم را بسته به تعداد دستورات و اندازه اطلاعات به یکی از چهار آلبوم زیر نسبت می دهد که در زیر توضیح مختصری از هر یک از آنها آمده است.
مقدمه:
آلبوم عملیات و روش هایی که از بهر کاهش عیوب و ازدیاد کیفیت ظاهری تصویر مورد استعمال قرار باده گیرد، پردازش تصویر نامیده می شود. حوزه های مختلف پردازش تصویر را می استطاعت شامل بهبود تصاویر مختلف پزشکی بسان آشکار سازی تومور های مغز یا پهنای رگ های مربوط به خون و ... ، ازدیاد کیفیت پرترهها بازده از ادوات نمایشی مانند تصاویر تلویزیونی و ویدیویی، ارتقا متون و شکل های مخابره شده باب رسانه های مختلف مانند شبکه و فاکس و همچنین بهبود کیفیت روش های کنترل توسط دید ابزار و درک واقعی تر مناظر توسط ربات ها دانست.
اگرچه حوزه ی کار با پرترهها بسیار گسترده است ولی عموما محدوده ی مورد تدقیق در چهار زمینه ی تندرستی کیفیت ، بازسازی تصاویر مختل شده، فشرده سازی تصویر و ادراک پرتره توسط ماشین متمرکز می گردد. در ایدون سه صنعت اول بررسی خواهد شد.
از آنجایی که برای کار روی تصاویر حرف پیکسل ها ارتباط داریم و هر پیکسل نشان دهنده ی یک عنصر از یک آرایه ی دوبعدی است، کار روی تصاویر پیوسته با پیشه روی ماتریس ها عجین شده است. آرایه اسپارس یا ماتریس خلوت ، ماتریسی است که درایه های صفر آن بابرکت باشد و باب نتیجه ذخیره ی عناصر صفر مقرون به صرفه تلف و همواره اهتمام در کاهش ذخیره ی این عناصر است تا بتوان اعمال ماتریسی را سریع تر انجام داد. باب کار حرف تصویر با اینگونه ماتریس ها زیاد برخورد می کنیم . در این برنامه ابتدا تکنیک ها و آیین های مختلف پردازش تصویر را معرفی می کنیم. در بهر بعد الگوریتم های موازی را شرح می دهیم که در GPU کاربرد دارند و با معماری موازی آشنا باده گردیم. باب بخش سوم برخی از الگوریتم های مرتبط به ماتریس خلوت را مورد بررسی قرار می دهیم و باب نهایت در بهر چهارم کاربرد این ماتریس ها را در پردازش تصویر معرفی خواهیم نمود.
و در آخر، پیاده سازی یکی از ا لگوریتم های مبحث مجمل سازی را روی تصاویر باینری، انجام خواهیم انصاف و حرف یکی از الگوریتم های فشرده سازی مربوط به تصاویر باینری به نام Run length coding مقایسه خواهیم نمود.