大きいイメージファイルに対するパラレルブロック処理

Parallel Computing Toolbox™ ライセンスをお持ちの場合、関数 blockproc は、マシンの複数のプロセッサコアを利用してパラレルブロック処理を実行できます。

パラレルブロック処理とは何か

パラレルブロック処理を使用して、タスクの計算を ("ワーカー" と呼ばれる) MATLAB^® セッションのセットに分配することにより、多くのブロックを同時に処理できます。対話する MATLAB セッションは "クライアント" と呼ばれます。クライアントは ("並列プール" と呼ばれる) ワーカーのセットを予約します。その後、クライアントは入力イメージをブロックに分割し、ブロックをワーカーの MATLAB セッションに送信します。各ワーカーはブロックのサブセットを処理し、結果をクライアントに送り返します。クライアントは出力変数内に結果を集約します。

パラレルブロック処理を使用する状況

小さいイメージを処理する場合は、逐次モードは並列モードより速いと予想されます。しかし、大きいイメージの場合は、並列処理でパフォーマンスが大幅に改善されると考えていいでしょう。パラレルブロック処理のパフォーマンスは以下の 3 つの要素に依存します。

処理に使用される関数
イメージサイズ
ブロックサイズ

一般的に、イメージのブロック処理中に大きいブロックを使用すると、小さいブロックを使用して同じタスクを行うときよりパフォーマンスが改善されます。しかし時には、イメージに適用するタスクまたはアルゴリズムが一定のブロックサイズを必要とし、小さいブロックを使用しなければならない場合があります。小さいブロックを使用するブロック処理の場合、一般的にパラレルブロック処理は通常の (逐次の) ブロック処理よりも大幅に速くなります。しかし、大きいブロックを使用する場合は、パラレルブロック処理が計算時間を節約するかどうかを判断するために実験する必要があります。

パラレルブロック処理の使用方法

パラレルブロック処理を使用するには、以下の 2 つの条件を満たさなければなりません。

ソースイメージが ImageAdapter クラスとして指定されていないこと。
MATLAB をインストールするときに Parallel Computing Toolbox のライセンスがあること。

これらの条件を満たしている場合は、名前と値の引数 UseParallel を true として指定することにより、blockproc で並列処理を実行することができます。これを行うと、MATLAB はローカルマシン上のワーカーの並列プールを自動的に開き、使用可能なすべてのワーカーを使用して入力イメージを処理します。

以下の例では、イメージの 8 × 8 ブロックごとに離散コサイン変換をパラレルに計算します。

blockFun = @(block_struct) dct2(block_struct.data);
result = blockproc(input_image,[8 8],blockFun, ...
   UseParallel=true);

クラスターへのスケールアップなどの並列基本設定を使用して、並列動作を制御します。並列環境の構成については、parpool (Parallel Computing Toolbox) を参照してください。

参考

blockproc