-\newlabel{fig-snakecpu-chronos1}{{4.2}{54}{Implémentation parallèle GPU du snake polygonal\relax }{section.4.2}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.6}{\ignorespaces \IeC {\'E}volution du co\IeC {\^u}t relatif des trois fonctions les plus consommatrices en temps de calcul en fonction de la taille de l'image \IeC {\`a} traiter.}}{54}{figure.4.6}}
-\@writefile{toc}{\contentsline {section}{\numberline {4.2}Impl\IeC {\'e}mentation parall\IeC {\`e}le GPU du snake polygonal}{54}{section.4.2}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.1}pr\IeC {\'e}-calculs des images cumul\IeC {\'e}es}{54}{subsection.4.2.1}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.2}Calcul des contribution des segments}{55}{subsection.4.2.2}}
-\newlabel{fig-calcul-cumuls}{{4.2.1}{56}{pré-calculs des images cumulées\relax }{subfigure.4.7.3}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.7}{\ignorespaces Calcul des images cumul\IeC {\'e}es $S_x$ et $S_x^2$ en trois \IeC {\'e}tapes successives. a) cumul partiel bloc par bloc et m\IeC {\'e}morisation de la somme de chaque bloc. b) cumul sur le vecteur des sommes partielles. c) ajout des sommes partielles \IeC {\`a} chaque \IeC {\'e}l\IeC {\'e}ment des blocs cumul\IeC {\'e}s.}}{56}{figure.4.7}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {compute\_block\_prefixes()}. La valeur $bs$ correspond au nombre de pixels de chaque bloc, qui est aussi le nombre de threads ex\IeC {\'e}cut\IeC {\'e} par chaque bloc de la grille de calcul.}}}{56}{figure.4.7}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {scan\_blocksums()}.}}}{56}{figure.4.7}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {add\_sums2prefixes()}.}}}{56}{figure.4.7}}
-\newlabel{fig-structure-segment}{{4.2.2}{57}{Calcul des contribution des segments\relax }{subsection.4.2.2}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.8}{\ignorespaces Structuration des donn\IeC {\'e}es en m\IeC {\'e}moire du GPU pour l'\IeC {\'e}valuation en parall\IeC {\`e}le de l'ensemble des \IeC {\'e}volutions possibles du contour.}}{57}{figure.4.8}}
-\newlabel{fig-cycle-contribs-segments}{{4.2.2}{58}{Calcul des contribution des segments\relax }{subfigure.4.9.6}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.9}{\ignorespaces Comparaison des cycles de d\IeC {\'e}placement des n\oe uds. Ligne du haut : version s\IeC {\'e}quentielle. Ligne du bas : version parall\IeC {\`e}le. Les segments en rouge sont des segments du contour non \IeC {\'e}valu\IeC {\'e}s, alors que ceux en pointill\IeC {\'e}s sont les paires ayant re\IeC {\c c}u les meilleures \IeC {\'e}valuations parmi les 8 d\IeC {\'e}placements possibles des n\oe uds correspondant.}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Contour de r\IeC {\'e}f\IeC {\'e}rence.}}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}placement du n\oe ud $N_1$. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {D\IeC {\'e}placement du n\oe ud $N_2$. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le de tous les n\oe uds. Les segments du contour n'ont pas \IeC {\'e}t\IeC {\'e} \IeC {\'e}valu\IeC {\'e}s. On ne peut pas dire, a priori si le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(e)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le des n\oe uds impairs. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{58}{figure.4.9}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(f)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le des n\oe uds pairs. Un seul segment n'a pas \IeC {\'e}t\IeC {\'e} \IeC {\'e}valu\IeC {\'e}.}}}{58}{figure.4.9}}
-\@writefile{toc}{\contentsline {subsubsection}{\numberline {4.2.2.1}Cas particulier des segments dont la pente $k$ v\IeC {\'e}rifie $|k|\leq 1$}{59}{subsubsection.4.2.2.1}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.3}Performances}{59}{subsection.4.2.3}}
-\newlabel{fig-segment-k<1}{{4.2.2.1}{60}{Cas particulier des segments dont la pente $k$ vérifie $|k|\leq 1$\relax }{subfigure.4.10.3}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.10}{\ignorespaces D\IeC {\'e}termination des coefficients $C(i,j)$ des pixels du contour.}}{60}{figure.4.10}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Quadrants 1 et 4}}}{60}{figure.4.10}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Quadrants 2 et 3}}}{60}{figure.4.10}}
-\newlabel{fig-snakegpu-result}{{4.2.3}{61}{Performances\relax }{subfigure.4.11.2}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.11}{\ignorespaces Segmentations de grandes images, avec le contour intial transpos\IeC {\'e} de celui de la figure \ref {fig-snakecpu-cochon512}. a) image de 100~MP. b) image de 150~MP.}}{61}{figure.4.11}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {5 it\IeC {\'e}rations en 0,59~s}}}{61}{figure.4.11}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {3 it\IeC {\'e}rations en 0,35~s}}}{61}{figure.4.11}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.4}Discussion sur l'initialisation}{61}{subsection.4.2.4}}
-\newlabel{fig-smart-init}{{4.2.4}{62}{Discussion sur l'initialisation\relax }{subfigure.4.12.2}{}}
-\@writefile{lof}{\contentsline {figure}{\numberline {4.12}{\ignorespaces D\IeC {\'e}termination intelligente du contour initial en deux phases successives. a) La premi\IeC {\`e}re \IeC {\'e}tape repose sur un \IeC {\'e}chantillonnage horizontal. b) La seconde \IeC {\'e}tape repose sur un \IeC {\'e}chantillonnage vertical. }}{62}{figure.4.12}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {D\IeC {\'e}termination de $j_L$ et $j_H$.}}}{62}{figure.4.12}}
-\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}termination de $i_L$ et $i_H$.}}}{62}{figure.4.12}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.5}Conclusion}{62}{subsection.4.2.5}}
-\@writefile{loa}{\contentsline {algocf}{\numberline {3}{\ignorespaces D\IeC {\'e}tail de l'impl\IeC {\'e}mentation du snake polygonal}}{64}{algocfline.3}}
-\newlabel{cpualgo}{{3}{64}{Implémentation séquentielle\relax }{algocfline.3}{}}
-\@writefile{lot}{\contentsline {table}{\numberline {4.2}{\ignorespaces Performances (en secondes) de la segmentation par snake polygonal sur CPU en fonction de la taille de l'image \IeC {\`a} traiter. Le temps sont obtenus avec la m\IeC {\^e}me image de test dilat\IeC {\'e}e et bruit\IeC {\'e}e et un contour initial carr\IeC {\'e} dont la distance aux bords est proportionnelle \IeC {\`a} la taille de l'image. Seule l'image en 15~MP a pu \IeC {\^e}tre trait\IeC {\'e}e par une impl\IeC {\'e}mentation utilisant SSE2.}}{65}{table.4.2}}
-\newlabel{tab-snakecpu-speed-size}{{4.2}{65}{Performances (en secondes) de la segmentation par snake polygonal sur CPU en fonction de la taille de l'image à traiter. Le temps sont obtenus avec la même image de test dilatée et bruitée et un contour initial carré dont la distance aux bords est proportionnelle à la taille de l'image. Seule l'image en 15~MP a pu être traitée par une implémentation utilisant SSE2}{table.4.2}{}}
-\@writefile{lot}{\contentsline {table}{\numberline {4.3}{\ignorespaces Acc\IeC {\'e}l\IeC {\'e}ration constat\IeC {\'e}e, pour le calcul des images cumul\IeC {\'e}es, de l'impl\IeC {\'e}mentation GPU par rapport \IeC {\`a} l'impl\IeC {\'e}mentation CPU de r\IeC {\'e}f\IeC {\'e}rence.}}{65}{table.4.3}}
-\newlabel{tab-speedup-cumuls}{{4.3}{65}{Accélération constatée, pour le calcul des images cumulées, de l'implémentation GPU par rapport à l'implémentation CPU de référence}{table.4.3}{}}
-\@writefile{lot}{\contentsline {table}{\numberline {4.4}{\ignorespaces Comparaison des temps d'ex\IeC {\'e}cution de l'impl\IeC {\'e}mentation GPU par rapport \IeC {\`a} l'impl\IeC {\'e}mentation CPU de r\IeC {\'e}f\IeC {\'e}rence, appliqu\IeC {\'e}s \IeC {\`a} une m\IeC {\^e}me image dilat\IeC {\'e}e pour en adapter la taille.}}{65}{table.4.4}}
-\newlabel{tab-snake-results}{{4.4}{65}{Comparaison des temps d'exécution de l'implémentation GPU par rapport à l'implémentation CPU de référence, appliqués à une même image dilatée pour en adapter la taille}{table.4.4}{}}
-\@writefile{toc}{\contentsline {chapter}{\numberline {5}Le filtrage des images sur GPU}{67}{chapter.5}}
+\newlabel{fig-snakecpu-chronos1}{{4.2}{56}{Implémentation parallèle GPU du snake polygonal\relax }{section.4.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.6}{\ignorespaces \IeC {\'E}volution du co\IeC {\^u}t relatif des trois fonctions les plus consommatrices en temps de calcul en fonction de la taille de l'image \IeC {\`a} traiter.}}{56}{figure.4.6}}
+\@writefile{toc}{\contentsline {section}{\numberline {4.2}Impl\IeC {\'e}mentation parall\IeC {\`e}le GPU du snake polygonal}{56}{section.4.2}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.1}pr\IeC {\'e}-calculs des images cumul\IeC {\'e}es}{56}{subsection.4.2.1}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.2}Calcul des contribution des segments}{57}{subsection.4.2.2}}
+\newlabel{fig-calcul-cumuls}{{4.2.1}{58}{pré-calculs des images cumulées\relax }{subfigure.4.7.3}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.7}{\ignorespaces Calcul des images cumul\IeC {\'e}es $S_x$ et $S_x^2$ en trois \IeC {\'e}tapes successives. a) cumul partiel bloc par bloc et m\IeC {\'e}morisation de la somme de chaque bloc. b) cumul sur le vecteur des sommes partielles. c) ajout des sommes partielles \IeC {\`a} chaque \IeC {\'e}l\IeC {\'e}ment des blocs cumul\IeC {\'e}s.}}{58}{figure.4.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {compute\_block\_prefixes()}. La valeur $bs$ correspond au nombre de pixels de chaque bloc, qui est aussi le nombre de threads ex\IeC {\'e}cut\IeC {\'e} par chaque bloc de la grille de calcul.}}}{58}{figure.4.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {scan\_blocksums()}.}}}{58}{figure.4.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {D\IeC {\'e}tail des op\IeC {\'e}rations effectu\IeC {\'e}es par le \textit {kernel} \texttt {add\_sums2prefixes()}.}}}{58}{figure.4.7}}
+\newlabel{fig-structure-segment}{{4.2.2}{59}{Calcul des contribution des segments\relax }{subsection.4.2.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.8}{\ignorespaces Structuration des donn\IeC {\'e}es en m\IeC {\'e}moire du GPU pour l'\IeC {\'e}valuation en parall\IeC {\`e}le de l'ensemble des \IeC {\'e}volutions possibles du contour.}}{59}{figure.4.8}}
+\newlabel{fig-cycle-contribs-segments}{{4.2.2}{60}{Calcul des contribution des segments\relax }{subfigure.4.9.6}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.9}{\ignorespaces Comparaison des cycles de d\IeC {\'e}placement des n\oe uds. Ligne du haut : version s\IeC {\'e}quentielle. Ligne du bas : version parall\IeC {\`e}le. Les segments en rouge sont des segments du contour non \IeC {\'e}valu\IeC {\'e}s, alors que ceux en pointill\IeC {\'e}s sont les paires ayant re\IeC {\c c}u les meilleures \IeC {\'e}valuations parmi les 8 d\IeC {\'e}placements possibles des n\oe uds correspondant.}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Contour de r\IeC {\'e}f\IeC {\'e}rence.}}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}placement du n\oe ud $N_1$. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {D\IeC {\'e}placement du n\oe ud $N_2$. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le de tous les n\oe uds. Les segments du contour n'ont pas \IeC {\'e}t\IeC {\'e} \IeC {\'e}valu\IeC {\'e}s. On ne peut pas dire, a priori si le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(e)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le des n\oe uds impairs. Le crit\IeC {\`e}re est am\IeC {\'e}lior\IeC {\'e}.}}}{60}{figure.4.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(f)}{\ignorespaces {D\IeC {\'e}placement en parall\IeC {\`e}le des n\oe uds pairs. Un seul segment n'a pas \IeC {\'e}t\IeC {\'e} \IeC {\'e}valu\IeC {\'e}.}}}{60}{figure.4.9}}
+\@writefile{toc}{\contentsline {subsubsection}{\numberline {4.2.2.1}Cas particulier des segments dont la pente $k$ v\IeC {\'e}rifie $|k|\leq 1$}{61}{subsubsection.4.2.2.1}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.3}Performances}{61}{subsection.4.2.3}}
+\newlabel{fig-segment-k<1}{{4.2.2.1}{62}{Cas particulier des segments dont la pente $k$ vérifie $|k|\leq 1$\relax }{subfigure.4.10.3}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.10}{\ignorespaces D\IeC {\'e}termination des coefficients $C(i,j)$ des pixels du contour.}}{62}{figure.4.10}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Quadrants 1 et 4}}}{62}{figure.4.10}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Quadrants 2 et 3}}}{62}{figure.4.10}}
+\newlabel{fig-snakegpu-result}{{4.2.3}{63}{Performances\relax }{subfigure.4.11.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.11}{\ignorespaces Segmentations de grandes images, avec le contour intial transpos\IeC {\'e} de celui de la figure \ref {fig-snakecpu-cochon512}. a) image de 100~MP. b) image de 150~MP.}}{63}{figure.4.11}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {5 it\IeC {\'e}rations en 0,59~s}}}{63}{figure.4.11}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {3 it\IeC {\'e}rations en 0,35~s}}}{63}{figure.4.11}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.4}Discussion sur l'initialisation}{63}{subsection.4.2.4}}
+\newlabel{fig-smart-init}{{4.2.4}{64}{Discussion sur l'initialisation\relax }{subfigure.4.12.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4.12}{\ignorespaces D\IeC {\'e}termination intelligente du contour initial en deux phases successives. a) La premi\IeC {\`e}re \IeC {\'e}tape repose sur un \IeC {\'e}chantillonnage horizontal. b) La seconde \IeC {\'e}tape repose sur un \IeC {\'e}chantillonnage vertical. }}{64}{figure.4.12}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {D\IeC {\'e}termination de $j_L$ et $j_H$.}}}{64}{figure.4.12}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {D\IeC {\'e}termination de $i_L$ et $i_H$.}}}{64}{figure.4.12}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {4.2.5}Conclusion}{64}{subsection.4.2.5}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {3}{\ignorespaces D\IeC {\'e}tail de l'impl\IeC {\'e}mentation du snake polygonal}}{66}{algocfline.3}}
+\newlabel{cpualgo}{{3}{66}{Implémentation séquentielle\relax }{algocfline.3}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {4.2}{\ignorespaces Performances (en secondes) de la segmentation par snake polygonal sur CPU en fonction de la taille de l'image \IeC {\`a} traiter. Le temps sont obtenus avec la m\IeC {\^e}me image de test dilat\IeC {\'e}e et bruit\IeC {\'e}e et un contour initial carr\IeC {\'e} dont la distance aux bords est proportionnelle \IeC {\`a} la taille de l'image. Seule l'image en 15~MP a pu \IeC {\^e}tre trait\IeC {\'e}e par une impl\IeC {\'e}mentation utilisant SSE2.}}{67}{table.4.2}}
+\newlabel{tab-snakecpu-speed-size}{{4.2}{67}{Performances (en secondes) de la segmentation par snake polygonal sur CPU en fonction de la taille de l'image à traiter. Le temps sont obtenus avec la même image de test dilatée et bruitée et un contour initial carré dont la distance aux bords est proportionnelle à la taille de l'image. Seule l'image en 15~MP a pu être traitée par une implémentation utilisant SSE2}{table.4.2}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {4.3}{\ignorespaces Acc\IeC {\'e}l\IeC {\'e}ration constat\IeC {\'e}e, pour le calcul des images cumul\IeC {\'e}es, de l'impl\IeC {\'e}mentation GPU par rapport \IeC {\`a} l'impl\IeC {\'e}mentation CPU de r\IeC {\'e}f\IeC {\'e}rence.}}{67}{table.4.3}}
+\newlabel{tab-speedup-cumuls}{{4.3}{67}{Accélération constatée, pour le calcul des images cumulées, de l'implémentation GPU par rapport à l'implémentation CPU de référence}{table.4.3}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {4.4}{\ignorespaces Comparaison des temps d'ex\IeC {\'e}cution de l'impl\IeC {\'e}mentation GPU par rapport \IeC {\`a} l'impl\IeC {\'e}mentation CPU de r\IeC {\'e}f\IeC {\'e}rence, appliqu\IeC {\'e}s \IeC {\`a} une m\IeC {\^e}me image dilat\IeC {\'e}e pour en adapter la taille.}}{67}{table.4.4}}
+\newlabel{tab-snake-results}{{4.4}{67}{Comparaison des temps d'exécution de l'implémentation GPU par rapport à l'implémentation CPU de référence, appliqués à une même image dilatée pour en adapter la taille}{table.4.4}{}}
+\@writefile{toc}{\contentsline {chapter}{\numberline {5}R\IeC {\'e}duction de bruit par recherche des lignes de niveaux}{71}{chapter.5}}
+\@writefile{lof}{\addvspace {10\p@ }}
+\@writefile{lot}{\addvspace {10\p@ }}
+\@writefile{toc}{\contentsline {section}{\numberline {5.1}Pr\IeC {\'e}sentation de l'algorithme}{71}{section.5.1}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {5.1.1}Formulation}{71}{subsection.5.1.1}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.1}{\ignorespaces D\IeC {\'e}tail des motifs et de leur repr\IeC {\'e}sentation interne, pour la taille $d=5$. }}{72}{figure.5.1}}
+\newlabel{fig-lniv-p5q1}{{5.1}{72}{\label {fig-lniv-p5q1}Détail des motifs et de leur représentation interne, pour la taille $d=5$. \relax }{figure.5.1}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Les 8 premi\IeC {\`e}res lignes de la table $P_5$ dont les \IeC {\'e}l\IeC {\'e}ments sont les positions relatives des pixels de chaque motif par rapport au pixel central.}}}{72}{figure.5.1}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Motifs des 8 premier segments candidats pour. Les pixels noirs representent le pixel trait\IeC {\'e} (ou pixel central), qui n'appartient pas au motif. Les pixels gris sont ceux qui constituent le motif.}}}{72}{figure.5.1}}
+\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.1.1.1}Isolines \IeC {\`a} un seul segment}{72}{subsubsection.5.1.1.1}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.2}{\ignorespaces . Exemple de la r\IeC {\'e}partition des pixels dans la r\IeC {\'e}gion $\omega $ pour le calcul de la vraisemblance, pour $n=6$.}}{72}{figure.5.2}}
+\newlabel{fig-lniv-regions}{{5.2}{72}{\label {fig-lniv-regions}. Exemple de la répartition des pixels dans la région $\omega $ pour le calcul de la vraisemblance, pour $n=6$}{figure.5.2}{}}
+\newlabel{LL2}{{5.1}{72}{Isolines à un seul segment\relax }{equation.5.1.1}{}}
+\newlabel{GL}{{5.3}{73}{Isolines à un seul segment\relax }{equation.5.1.3}{}}
+\newlabel{GL2}{{5.4}{73}{Isolines à un seul segment\relax }{equation.5.1.4}{}}
+\newlabel{LL1}{{5.5}{73}{Isolines à un seul segment\relax }{equation.5.1.5}{}}
+\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.1.1.2}Isolines compos\IeC {\'e}es de plusieurs segments - crit\IeC {\`e}re d'allongement}{73}{subsubsection.5.1.1.2}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.3}{\ignorespaces Allongement du segment $S^n$. Deux candidats $S^{p'}$ et $S^{p''}$ sont \IeC {\'e}valu\IeC {\'e}s au travers du crit\IeC {\`e}re GLRT de l'\IeC {\'e}quation \textup {\hbox {\mathsurround \z@ \normalfont (\ignorespaces \ref {GLRT}\unskip \@@italiccorr )}} que seul $S^{p''}$ s'av\IeC {\`e}re satisfaire. a) Repr\IeC {\'e}sentation dans le plan de l'image. b) \IeC {\'E}volution des niveaux de gris en fonction de la position des pixels dans les lignes bris\IeC {\'e}es ainsi form\IeC {\'e}es.}}{74}{figure.5.3}}
+\newlabel{fig-lniv-allongement}{{5.3}{74}{\label {fig-lniv-allongement}Allongement du segment $S^n$. Deux candidats $S^{p'}$ et $S^{p''}$ sont évalués au travers du critère GLRT de l'équation \eqref {GLRT} que seul $S^{p''}$ s'avère satisfaire. a) Représentation dans le plan de l'image. b) Évolution des niveaux de gris en fonction de la position des pixels dans les lignes brisées ainsi formées}{figure.5.3}{}}
+\newlabel{LLNP}{{5.6}{74}{Isolines composées de plusieurs segments - critère d'allongement\relax }{equation.5.1.6}{}}
+\newlabel{LLNP2}{{5.7}{74}{Isolines composées de plusieurs segments - critère d'allongement\relax }{equation.5.1.7}{}}
+\newlabel{GLRT}{{5.8}{74}{Isolines composées de plusieurs segments - critère d'allongement\relax }{equation.5.1.8}{}}
+\@writefile{toc}{\contentsline {section}{\numberline {5.2}Impl\IeC {\'e}mentation parall\IeC {\`e}le}{75}{section.5.2}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {5.2.1}Isolines \IeC {\'e}valu\IeC {\'e}es semi-globalement}{75}{subsection.5.2.1}}
+\newlabel{pild:debut}{{5.4(a)}{76}{Subfigure 5 5.4(a)\relax }{subfigure.5.4.1}{}}
+\newlabel{sub@pild:debut}{{(a)}{76}{Subfigure 5 5.4(a)\relax }{subfigure.5.4.1}{}}
+\newlabel{pild:sub1}{{5.4(b)}{76}{Subfigure 5 5.4(b)\relax }{subfigure.5.4.2}{}}
+\newlabel{sub@pild:sub1}{{(b)}{76}{Subfigure 5 5.4(b)\relax }{subfigure.5.4.2}{}}
+\newlabel{pild:sub2}{{5.4(c)}{76}{Subfigure 5 5.4(c)\relax }{subfigure.5.4.3}{}}
+\newlabel{sub@pild:sub2}{{(c)}{76}{Subfigure 5 5.4(c)\relax }{subfigure.5.4.3}{}}
+\newlabel{pild:sub3}{{5.4(d)}{76}{Subfigure 5 5.4(d)\relax }{subfigure.5.4.4}{}}
+\newlabel{sub@pild:sub3}{{(d)}{76}{Subfigure 5 5.4(d)\relax }{subfigure.5.4.4}{}}
+\newlabel{pild:sub4}{{5.4(e)}{76}{Subfigure 5 5.4(e)\relax }{subfigure.5.4.5}{}}
+\newlabel{sub@pild:sub4}{{(e)}{76}{Subfigure 5 5.4(e)\relax }{subfigure.5.4.5}{}}
+\newlabel{pild:sub5}{{5.4(f)}{76}{Subfigure 5 5.4(f)\relax }{subfigure.5.4.6}{}}
+\newlabel{sub@pild:sub5}{{(f)}{76}{Subfigure 5 5.4(f)\relax }{subfigure.5.4.6}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.4}{\ignorespaces Processus de s\IeC {\'e}lection lors de l'allongement d'une \textit {isoline} comportant initialement deux segment $s_1$ et $s_2$. Dans cet exemple $d=5$ et $\Delta d_{max}=2$. Chaque segment \IeC {\'e}valu\IeC {\'e} est soumis au crit\IeC {\`e}re GLRT. Si au moins un des segments pr\IeC {\'e}sente un test GLRT positif, alors l'allongement est r\IeC {\'e}alis\IeC {\'e} avec le segment qui forme l'\textit {isoline} la plus vraisemblable.}}{76}{figure.5.4}}
+\newlabel{fig-lniv-pild}{{5.4}{76}{Processus de sélection lors de l'allongement d'une \textit {isoline} comportant initialement deux segment $s_1$ et $s_2$. Dans cet exemple $d=5$ et $\Delta d_{max}=2$. Chaque segment évalué est soumis au critère GLRT. Si au moins un des segments présente un test GLRT positif, alors l'allongement est réalisé avec le segment qui forme l'\textit {isoline} la plus vraisemblable}{figure.5.4}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Isoline comprenant deux segments $s_1$ et $s_2$.}}}{76}{figure.5.4}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Premier segment \IeC {\'e}valu\IeC {\'e}, associ\IeC {\'e} au motif $p_{5,0}$.}}}{76}{figure.5.4}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {Deuxi\IeC {\`e}me segment \IeC {\'e}valu\IeC {\'e}, associ\IeC {\'e} au motif $p_{5,1}$.}}}{76}{figure.5.4}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {Troisi\IeC {\`e}me segment \IeC {\'e}valu\IeC {\'e}, associ\IeC {\'e} au motif $p_{5,2}$.}}}{76}{figure.5.4}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(e)}{\ignorespaces {Quatri\IeC {\`e}me segment \IeC {\'e}valu\IeC {\'e}, associ\IeC {\'e} au motif $p_{5,3}$.}}}{76}{figure.5.4}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(f)}{\ignorespaces {Cinqui\IeC {\`e}me segment \IeC {\'e}valu\IeC {\'e}, associ\IeC {\'e} au motif $p_{5,4}$.}}}{76}{figure.5.4}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {5.2.2}Isolines \IeC {\`a} segments pre-\IeC {\'e}valu\IeC {\'e}s - mod\IeC {\`e}le PI-PD}{76}{subsection.5.2.2}}
+\newlabel{subsection-pipd-intro}{{5.2.2}{76}{Isolines à segments pre-évalués - modèle PI-PD\relax }{subsection.5.2.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.5}{\ignorespaces Histogramme des \IeC {\'e}carts angulaires entre la direction primaire de l'\textit {isoline} optimale et celle de l'\textit {isoline} s\IeC {\'e}lectionn\IeC {\'e}e, pour l'image du singe (Mandrill). Pour la tr\IeC {\`e}s grande majorit\IeC {\'e} des pixels, le mode de s\IeC {\'e}lection de l'\textit {isoline} ne g\IeC {\'e}n\IeC {\'e}re pas d'erreur sur la direction du premier segment.}}{77}{figure.5.5}}
+\newlabel{fig-lniv-histo-singe}{{5.5}{77}{Histogramme des écarts angulaires entre la direction primaire de l'\textit {isoline} optimale et celle de l'\textit {isoline} sélectionnée, pour l'image du singe (Mandrill). Pour la très grande majorité des pixels, le mode de sélection de l'\textit {isoline} ne génére pas d'erreur sur la direction du premier segment}{figure.5.5}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.6}{\ignorespaces Histogrammes des \IeC {\'e}carts angulaires entre la direction primaire de l'\textit {isoline} optimale et celle de l'\textit {isoline} s\IeC {\'e}lectionn\IeC {\'e}e, pour les images de l'ensemble de test de S. Lansel. La r\IeC {\'e}partition des erreurs est semblable dans toutes ces images naturelles.}}{77}{figure.5.6}}
+\newlabel{fig-lniv-histo-autres}{{5.6}{77}{Histogrammes des écarts angulaires entre la direction primaire de l'\textit {isoline} optimale et celle de l'\textit {isoline} sélectionnée, pour les images de l'ensemble de test de S. Lansel. La répartition des erreurs est semblable dans toutes ces images naturelles}{figure.5.6}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Airplane}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Barbara}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {Boat}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {Couple}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(e)}{\ignorespaces {Elaine}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(f)}{\ignorespaces {Finger}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(g)}{\ignorespaces {Goldhill}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(h)}{\ignorespaces {Lena}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(i)}{\ignorespaces {Man}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(j)}{\ignorespaces {Peppers}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(k)}{\ignorespaces {Stream}}}{77}{figure.5.6}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(l)}{\ignorespaces {Zelda}}}{77}{figure.5.6}}
+\newlabel{cx}{{5.9}{77}{Isolines à segments pre-évalués - modèle PI-PD\relax }{equation.5.2.9}{}}
+\newlabel{cx2}{{5.10}{77}{Isolines à segments pre-évalués - modèle PI-PD\relax }{equation.5.2.10}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.7}{\ignorespaces Exemple d'application du proc\IeC {\'e}d\IeC {\'e} d'allongement \IeC {\`a} une \textit {isoline} comprenant initialement 2 segments. la longueur des segments est $d=5$. Le proc\IeC {\'e}d\IeC {\'e} se r\IeC {\'e}p\IeC {\`e}te jusqu'\IeC {\`a} ce que le test GLRT \IeC {\'e}choue.}}{78}{figure.5.7}}
+\newlabel{fig-lniv-pipd}{{5.7}{78}{Exemple d'application du procédé d'allongement à une \textit {isoline} comprenant initialement 2 segments. la longueur des segments est $d=5$. Le procédé se répète jusqu'à ce que le test GLRT échoue}{figure.5.7}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Isoline avec 2 segments $s_1$ et $s_2$ d\IeC {\'e}j\IeC {\`a} valid\IeC {\'e}s.}}}{78}{figure.5.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {La direction de $s_3$ est l'\IeC {\'e}l\IeC {\'e}ment $(i_2,j_2)$ de $I_{\Theta }$.}}}{78}{figure.5.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {Le motif de $s_3$ est lu dans $p_5$ et appliqu\IeC {\'e} en $(i_2,j_2)$. $C_x$ et $C_{x^2}$ sont donn\IeC {\'e}es par $I_{\Sigma }(i_2,j_2)$ et le test GLRT est effectu\IeC {\'e}.}}}{78}{figure.5.7}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {Si l'allongement est valid\IeC {\'e}, $s_3$ est d\IeC {\'e}finitivement int\IeC {\'e}gr\IeC {\'e}.}}}{78}{figure.5.7}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {4}{\ignorespaces Initialisations du mod\IeC {\`e}le PI-PD, en m\IeC {\'e}moire du GPU.}}{79}{algocfline.4}}
+\newlabel{algo-lniv-init}{{4}{79}{Isolines à segments pre-évalués - modèle PI-PD\relax }{algocfline.4}{}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {5.2.3}Mod\IeC {\`e}le PI-PD hybride}{79}{subsection.5.2.3}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.8}{\ignorespaces Situation de la r\IeC {\'e}gion servant \IeC {\`a} illustrer le comportant du mod\IeC {\`e}le PI-PD dans les zones \IeC {\`a} faible pente (LSR).}}{79}{figure.5.8}}
+\newlabel{fig-lniv-lsr1}{{5.8}{79}{Situation de la région servant à illustrer le comportant du modèle PI-PD dans les zones à faible pente (LSR)}{figure.5.8}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Image de r\IeC {\'e}f\IeC {\'e}rence non bruit\IeC {\'e}e.}}}{79}{figure.5.8}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {La r\IeC {\'e}gion de 11$\times $11 pixels \IeC {\'e}tudi\IeC {\'e}e.}}}{79}{figure.5.8}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {5}{\ignorespaces \texttt {kernel\_precomp()} : g\IeC {\'e}n\IeC {\'e}ration des matrices $I_{\Theta }$ et $I_{\Sigma }$.}}{80}{algocfline.5}}
+\newlabel{algo-lniv-precomp}{{5}{80}{Isolines à segments pre-évalués - modèle PI-PD\relax }{algocfline.5}{}}
+\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.2.3.1}Le d\IeC {\'e}tecteur de zone \IeC {\`a} faible pente}{80}{subsubsection.5.2.3.1}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {6}{\ignorespaces \texttt {kernel\_PIPD()} : gestion du processus d'allongement.}}{81}{algocfline.6}}
+\newlabel{algo-lniv-pipd}{{6}{81}{Isolines à segments pre-évalués - modèle PI-PD\relax }{algocfline.6}{}}
+\newlabel{GLRT2}{{5.11}{81}{Le détecteur de zone à faible pente\relax }{equation.5.2.11}{}}
+\newlabel{fig-lniv-lsr-tirages-a}{{5.9(a)}{82}{Subfigure 5 5.9(a)\relax }{subfigure.5.9.1}{}}
+\newlabel{sub@fig-lniv-lsr-tirages-a}{{(a)}{82}{Subfigure 5 5.9(a)\relax }{subfigure.5.9.1}{}}
+\newlabel{fig-lniv-lsr-tirages-b}{{5.9(b)}{82}{Subfigure 5 5.9(b)\relax }{subfigure.5.9.2}{}}
+\newlabel{sub@fig-lniv-lsr-tirages-b}{{(b)}{82}{Subfigure 5 5.9(b)\relax }{subfigure.5.9.2}{}}
+\newlabel{fig-lniv-lsr-tirages-c}{{5.9(c)}{82}{Subfigure 5 5.9(c)\relax }{subfigure.5.9.3}{}}
+\newlabel{sub@fig-lniv-lsr-tirages-c}{{(c)}{82}{Subfigure 5 5.9(c)\relax }{subfigure.5.9.3}{}}
+\newlabel{fig-lniv-lsr-tirages-d}{{5.9(d)}{82}{Subfigure 5 5.9(d)\relax }{subfigure.5.9.4}{}}
+\newlabel{sub@fig-lniv-lsr-tirages-d}{{(d)}{82}{Subfigure 5 5.9(d)\relax }{subfigure.5.9.4}{}}
+\newlabel{fig-lniv-lsr-tirages-e}{{5.9(e)}{82}{Subfigure 5 5.9(e)\relax }{subfigure.5.9.5}{}}
+\newlabel{sub@fig-lniv-lsr-tirages-e}{{(e)}{82}{Subfigure 5 5.9(e)\relax }{subfigure.5.9.5}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.9}{\ignorespaces Comportement du mod\IeC {\`e}le PI-PD dans les zones de faible et \IeC {\`a} forte pente. On constate un manque de robustesse dans les zones \IeC {\`a} faible pente : les directions ne sont pas reproduites d'un tirage \IeC {\`a} l'autre, contrairement \IeC {\`a} celles de la zone de transition.}}{82}{figure.5.9}}
+\newlabel{fig-lniv-lsr-tirages}{{5.9}{82}{Comportement du modèle PI-PD dans les zones de faible et à forte pente. On constate un manque de robustesse dans les zones à faible pente : les directions ne sont pas reproduites d'un tirage à l'autre, contrairement à celles de la zone de transition}{figure.5.9}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Image de r\IeC {\'e}f\IeC {\'e}rence.}}}{82}{figure.5.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Image corrompue par le tirage de bruit $n^{\circ }1$}}}{82}{figure.5.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(c)}{\ignorespaces {Image corrompue par le tirage de bruit $n^{\circ }2$}}}{82}{figure.5.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(d)}{\ignorespaces {Directions d\IeC {\'e}termin\IeC {\'e}es par le PI-PD pour le tirage $n^{\circ }1$}}}{82}{figure.5.9}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(e)}{\ignorespaces {Directions d\IeC {\'e}termin\IeC {\'e}e par le PI-PD pour le tirage $n^{\circ }2$}}}{82}{figure.5.9}}
+\citation{BuadesCM06}
+\@writefile{lof}{\contentsline {figure}{\numberline {5.10}{\ignorespaces Classification des pixels d'une image bruit\IeC {\'e}e, pour une valeur de seuil $T2=2$ du d\IeC {\'e}tecteur. b) Les pixels en noir sont ceux \IeC {\`a} qui le PI-PD sera appliqu\IeC {\'e}. Les pixels en blancs se verront appliquer une moyenne sur tout ou partie du voisinage.}}{83}{figure.5.10}}
+\newlabel{fig-lniv-classification}{{5.10}{83}{Classification des pixels d'une image bruitée, pour une valeur de seuil $T2=2$ du détecteur. b) Les pixels en noir sont ceux à qui le PI-PD sera appliqué. Les pixels en blancs se verront appliquer une moyenne sur tout ou partie du voisinage}{figure.5.10}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Image bruit\IeC {\'e}e}}}{83}{figure.5.10}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Classification des pixels. }}}{83}{figure.5.10}}
+\@writefile{toc}{\contentsline {section}{\numberline {5.3}R\IeC {\'e}sultats}{83}{section.5.3}}
+\@writefile{toc}{\contentsline {section}{\numberline {5.4}Conclusion}{84}{section.5.4}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {7}{\ignorespaces D\IeC {\'e}tecteur de zones \IeC {\`a} faible pente (LSR) \texttt {kernel\_LSR\_detector()}}}{85}{algocfline.7}}
+\newlabel{algo-lniv-detecteur}{{7}{85}{Le détecteur de zone à faible pente\relax }{algocfline.7}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {5.1}{\ignorespaces Temps de calcul et de transfert des impl\IeC {\'e}mentations compar\IeC {\'e}es. }}{86}{table.5.1}}
+\newlabel{tab-lniv-chronos}{{5.1}{86}{Temps de calcul et de transfert des implémentations comparées. \relax }{table.5.1}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {5.2}{\ignorespaces Comparaison image par image de la qualit\IeC {\'e} de d\IeC {\'e}bruitage du filtre PI-PD hybride propos\IeC {\'e} par rapport \IeC {\`a} BM3D pris comme r\IeC {\'e}f\IeC {\'e}rence de qualit\IeC {\'e} et \IeC {\`a} un moyenneur GPU 5$\times $5 pris comme r\IeC {\'e}f\IeC {\'e}rence de rapidit\IeC {\'e}. Les param\IeC {\`e}tres du PI-PD sont $l=5$, $n=25$, $T_{max}=1$ et $T2_{max}=2$. La colonne 'noisy' donne les mesures relatives \IeC {\`a} l'image d'entr\IeC {\'e}e corrompue par un bruit gaussien de moyenne nulle et d'\IeC {\'e}cart type $\sigma =25$.}}{87}{table.5.2}}
+\newlabel{tab-lniv-results}{{5.2}{87}{Comparaison image par image de la qualité de débruitage du filtre PI-PD hybride proposé par rapport à BM3D pris comme référence de qualité et à un moyenneur GPU 5$\times $5 pris comme référence de rapidité. Les paramètres du PI-PD sont $l=5$, $n=25$, $T_{max}=1$ et $T2_{max}=2$. La colonne 'noisy' donne les mesures relatives à l'image d'entrée corrompue par un bruit gaussien de moyenne nulle et d'écart type $\sigma =25$}{table.5.2}{}}
+\@writefile{toc}{\contentsline {chapter}{\numberline {6}Le filtre m\IeC {\'e}dian sur GPU}{89}{chapter.6}}
+\@writefile{lof}{\addvspace {10\p@ }}
+\@writefile{lot}{\addvspace {10\p@ }}
+\@writefile{toc}{\contentsline {section}{\numberline {6.1}Introduction}{89}{section.6.1}}
+\@writefile{toc}{\contentsline {section}{\numberline {6.2}Les transferts de donn\IeC {\'e}es}{89}{section.6.2}}
+\@writefile{loa}{\contentsline {algocf}{\numberline {8}{\ignorespaces Gestion des transferts m\IeC {\'e}moire vers et depuis le GPU.}}{90}{algocfline.8}}
+\newlabel{algo-median-memcpy}{{8}{90}{Les transferts de données\relax }{algocfline.8}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {6.1}{\ignorespaces Temps de transfert vers et depuis le GPU, en fonction de la dimension de l'image et de la profondeur de niveaux de gris. La colonne ``M\IeC {\'e}moire globale'' donne les temps mesur\IeC {\'e}s lorsque cette seule m\IeC {\'e}moire est employ\IeC {\'e}e.}}{90}{table.6.1}}
+\newlabel{tab-median-memcpy}{{6.1}{90}{Temps de transfert vers et depuis le GPU, en fonction de la dimension de l'image et de la profondeur de niveaux de gris. La colonne ``Mémoire globale'' donne les temps mesurés lorsque cette seule mémoire est employée}{table.6.1}{}}
+\@writefile{toc}{\contentsline {section}{\numberline {6.3}Utilisation des registres}{90}{section.6.3}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {6.3.1}La s\IeC {\'e}lection de la valeur m\IeC {\'e}diane}{91}{subsection.6.3.1}}
+\newlabel{fig-median-ffs3-a}{{6.1(a)}{92}{Subfigure 6 6.1(a)\relax }{subfigure.6.1.1}{}}
+\newlabel{sub@fig-median-ffs3-a}{{(a)}{92}{Subfigure 6 6.1(a)\relax }{subfigure.6.1.1}{}}
+\newlabel{fig-median-ffs3-b}{{6.1(b)}{92}{Subfigure 6 6.1(b)\relax }{subfigure.6.1.2}{}}
+\newlabel{sub@fig-median-ffs3-b}{{(b)}{92}{Subfigure 6 6.1(b)\relax }{subfigure.6.1.2}{}}
+\@writefile{lof}{\contentsline {figure}{\numberline {6.1}{\ignorespaces Application de la s\IeC {\'e}lection de m\IeC {\'e}diane par oubli. a) \IeC {\`a} une fen\IeC {\^e}tre de $3\times 3$ pixels. b) Maximisation de l'ILP pour l'identification des extrema. }}{92}{figure.6.1}}
+\newlabel{fig-median-ffs3}{{6.1}{92}{Application de la sélection de médiane par oubli. a) à une fenêtre de $3\times 3$ pixels. b) Maximisation de l'ILP pour l'identification des extrema. \relax }{figure.6.1}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {\IeC {\'E}tapes de la s\IeC {\'e}lection par oubli pour un filtre 3$\times $3.}}}{92}{figure.6.1}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Premi\IeC {\`e}re \IeC {\'e}tape d'identification des extrema pour un filtre 5$\times $5.}}}{92}{figure.6.1}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {6.3.2}Masquage des latences}{92}{subsection.6.3.2}}
+\@writefile{lof}{\contentsline {figure}{\numberline {6.2}{\ignorespaces Gestion des \IeC {\'e}l\IeC {\'e}ments communs aux fen\IeC {\^e}tres de deux pixels centraux voisins dans un filtre m\IeC {\'e}dian 5$\times $5. La liste initiale comprend les 14 premiers \IeC {\'e}l\IeC {\'e}ments communs, puis les 7 premi\IeC {\`e}res \IeC {\'e}tapes de s\IeC {\'e}lection sont conduites en commun avant que les 5 derni\IeC {\`e}res le soient en parall\IeC {\`e}le, mais de mani\IeC {\`e}re disjointe.}}{94}{figure.6.2}}
+\newlabel{fig-median-overlap}{{6.2}{94}{Gestion des éléments communs aux fenêtres de deux pixels centraux voisins dans un filtre médian 5$\times $5. La liste initiale comprend les 14 premiers éléments communs, puis les 7 premières étapes de sélection sont conduites en commun avant que les 5 dernières le soient en parallèle, mais de manière disjointe}{figure.6.2}{}}
+\newlabel{lst-median3}{{6.1}{94}{Kernel réalisant un filtre médian 3$\times $3 en registres}{lstlisting.6.1}{}}
+\@writefile{lol}{\contentsline {lstlisting}{\numberline {6.1}Kernel r\IeC {\'e}alisant un filtre m\IeC {\'e}dian 3$\times $3 en registres.}{94}{lstlisting.6.1}}
+\@writefile{toc}{\contentsline {section}{\numberline {6.4}R\IeC {\'e}sultats}{95}{section.6.4}}
+\@writefile{lof}{\contentsline {figure}{\numberline {6.3}{\ignorespaces Comparaison des d\IeC {\'e}bits (MP/s) atteints par notre impl\IeC {\'e}mentation not\IeC {\'e}e PRMF, avec les principales solutions de r\IeC {\'e}f\IeC {\'e}rence. De gauche \IeC {\`a} droite : PCMF, BVM, PRMF, ArrayFire (impossible en 4096$\times $4096)}}{95}{figure.6.3}}
+\newlabel{fig-median-comp}{{6.3}{95}{Comparaison des débits (MP/s) atteints par notre implémentation notée PRMF, avec les principales solutions de référence. De gauche à droite : PCMF, BVM, PRMF, ArrayFire (impossible en 4096$\times $4096)\relax }{figure.6.3}{}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {image 512$\times $512 pixels.}}}{95}{figure.6.3}}
+\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {image 4096$\times $4096 pixels.}}}{95}{figure.6.3}}
+\@writefile{lot}{\contentsline {table}{\numberline {6.2}{\ignorespaces Pourcentage du temps d'ex\IeC {\'e}cution pris par les transferts de donn\IeC {\'e}es en fonction de la taille de fen\IeC {\^e}tre du filtre, pour les profondeurs 8 and 16 bit sur GPU C2070.}}{96}{table.6.2}}
+\newlabel{tab-median-coutcpy}{{6.2}{96}{Pourcentage du temps d'exécution pris par les transferts de données en fonction de la taille de fenêtre du filtre, pour les profondeurs 8 and 16 bit sur GPU C2070}{table.6.2}{}}
+\@writefile{lot}{\contentsline {table}{\numberline {6.3}{\ignorespaces D\IeC {\'e}bits maximum effectifs $T_8$ and $T_{16}$ (en MP/s), respectivement pour les variantes 8 et 16 bits sur C2070.}}{96}{table.6.3}}
+\newlabel{tab-median-debitmax}{{6.3}{96}{Débits maximum effectifs $T_8$ and $T_{16}$ (en MP/s), respectivement pour les variantes 8 et 16 bits sur C2070}{table.6.3}{}}
+\citation{sanchezICASSP12}
+\@writefile{lot}{\contentsline {table}{\numberline {6.4}{\ignorespaces Performances des filtres m\IeC {\'e}dians rapides en fonction des tailles d'image et de fen\IeC {\^e}tre du filtre, en variantes 8 et 16 bits de profondeursur GPU C2070.}}{97}{table.6.4}}
+\newlabel{tab-median-chronos}{{6.4}{97}{Performances des filtres médians rapides en fonction des tailles d'image et de fenêtre du filtre, en variantes 8 et 16 bits de profondeursur GPU C2070}{table.6.4}{}}
+\@writefile{toc}{\contentsline {section}{\numberline {6.5}Conclusion}{97}{section.6.5}}
+\citation{convolutionsoup}
+\@writefile{toc}{\contentsline {chapter}{\numberline {7}Les filtres de convolution sur GPU}{99}{chapter.7}}
