Implementación en paralelo del algoritmo de segmentación de imágenes Split & Merge

Abstract

En el Grupo de Investigación en Ingeniería Biomédica (GIIB), se han realizado trabajos de investigación con estudiantes de pregrado y posgrado en el campo del Procesamiento de Imágenes Digitales en la detección del Cáncer Cervical, sin embargo, se han presentado inconvenientes en la etapa de segmentación, ya que las imágenes a procesar son de gran tamaño y calidad, por lo que el tiempo empleado por los algoritmos utilizados para la segmentación de imágenes es muy elevado, y se tiene la dificultad para determinar la ubicación de la frontera final debido a que los recursos computacionales son insuficientes para el procesamiento requerido. Como alternativa de solución se propuso el uso de la Computación de Alto Rendimiento por medio de la arquitectura de computador paralelo Cluster, por ser una tecnología de bajo precio, acorde a los recursos económicos disponibles, y de esta forma poder disminuir la carga computacional y el tiempo de procesamiento para segmentar una imagen Cervico-Uterina. En la presente investigación se ha desarrollado un algoritmo paralelo para segmentar imágenes, basado en el método de regiones Split 8 Merge. El diseño del algoritmo se llevó a cabo siguiendo la metodología de lan Foster. Se implementaron tres prototipos del algoritmo con el fin de analizar la mejor forma de etiquetar las regiones, la eficiencia en el esquema de comunicaciones y el balanceo de carga al momento de agrupar y asignar tareas a los procesadores. Para determinar la homogeneidad de la región al momento de evaluar el criterio de homogeneidad se realizó mediante pruebas estadísticas. Por último se analizaron los resultados de las pruebas en cuanto al rendimiento y la eficiencia, obteniendo datos satisfactorios.