JPH0844678A - 画像処理装置及びシステム - Google Patents
画像処理装置及びシステムInfo
- Publication number
- JPH0844678A JPH0844678A JP6177953A JP17795394A JPH0844678A JP H0844678 A JPH0844678 A JP H0844678A JP 6177953 A JP6177953 A JP 6177953A JP 17795394 A JP17795394 A JP 17795394A JP H0844678 A JPH0844678 A JP H0844678A
- Authority
- JP
- Japan
- Prior art keywords
- image
- cpu
- image data
- processing
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Multi Processors (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 複数のＣＰＵを備え、各ＣＰＵの負荷が動的
に変化したり、各ＣＰＵの性能が異なったり、また、そ
れらが組み合わされた状況においても、全体として最も
処理効率が高くなるように画像データを分割して処理す
ることができる画像処理装置及びシステムを提供する。 【構成】 ＣＰＵ１６〜１８の性能及び現在の負荷状況
をＣＰＵ管理テーブル１４で管理し、それより各ＣＰＵ
の予測効率を算出して、その結果に応じて画像データ管
理部１３で分割された画像データをスケジューラ１２が
各ＣＰＵに分配する。
に変化したり、各ＣＰＵの性能が異なったり、また、そ
れらが組み合わされた状況においても、全体として最も
処理効率が高くなるように画像データを分割して処理す
ることができる画像処理装置及びシステムを提供する。 【構成】 ＣＰＵ１６〜１８の性能及び現在の負荷状況
をＣＰＵ管理テーブル１４で管理し、それより各ＣＰＵ
の予測効率を算出して、その結果に応じて画像データ管
理部１３で分割された画像データをスケジューラ１２が
各ＣＰＵに分配する。
Description
【０００１】
【産業上の利用分野】本発明は画像処理装置及びシステ
ムに関し、特にマルチプロセッシングが可能な画像処理
装置及びシステムに関する。
ムに関し、特にマルチプロセッシングが可能な画像処理
装置及びシステムに関する。
【０００２】
【従来の技術】従来より、画像処理においては大量の画
像データを高速に処理したいというニーズが大きい。従
って、複数のＣＰＵを１台の計算機上に載せた、ＳＩＭ
Ｄ（Single Instruction Multiple Data stream）型や
ＭＩＭＤ（Multiple Instruction Multiple Data strea
m）型のコンピュータを使用して画像処理を行う技術が
開発されてきた。ＳＩＭＤ型のコンピュータを使用する
場合には、処理対象である画像データを複数領域に分割
して各ＣＰＵに各領域毎の処理を割り振ることにより、
複数領域に対して同時に同じ処理を行う。また、ＭＩＭ
Ｄ型のコンピュータを使用する場合には、処理対象であ
る画像データを複数領域に分割してＳＩＭＤ型のように
各ＣＰＵに割りあてて処理したり、また、画像処理を各
プロセス毎に、各ＣＰＵに割りあてることもある。
像データを高速に処理したいというニーズが大きい。従
って、複数のＣＰＵを１台の計算機上に載せた、ＳＩＭ
Ｄ（Single Instruction Multiple Data stream）型や
ＭＩＭＤ（Multiple Instruction Multiple Data strea
m）型のコンピュータを使用して画像処理を行う技術が
開発されてきた。ＳＩＭＤ型のコンピュータを使用する
場合には、処理対象である画像データを複数領域に分割
して各ＣＰＵに各領域毎の処理を割り振ることにより、
複数領域に対して同時に同じ処理を行う。また、ＭＩＭ
Ｄ型のコンピュータを使用する場合には、処理対象であ
る画像データを複数領域に分割してＳＩＭＤ型のように
各ＣＰＵに割りあてて処理したり、また、画像処理を各
プロセス毎に、各ＣＰＵに割りあてることもある。
【０００３】また、複数台のコンピュータが高速のネッ
トワークで接続されている場合には、ネットワークで接
続された複数のコンピュータに対して画像処理を割りあ
てて分散処理を行うことにより、全体の処理速度の向上
を図っている。
トワークで接続されている場合には、ネットワークで接
続された複数のコンピュータに対して画像処理を割りあ
てて分散処理を行うことにより、全体の処理速度の向上
を図っている。
【０００４】
【発明が解決しようとする課題】しかしながら、上述し
た従来のＳＩＭＤ型コンピュータや、各ＣＰＵの役割が
予め決められているＭＩＭＤ型コンピュータにおいて、
各ＣＰＵの性能は一定であり、各ＣＰＵにかかる負荷も
予測できる。従って画像処理を行う場合に、処理効率が
最適となるように、画像データの分割方法を予め決めて
おくことができる。しかし、他の処理が同時に実行され
るようなＭＩＭＤ型のコンピュータを使用する場合に
は、他の処理の実行状況によって画像処理の処理時間が
変動するために、画像処理をするのに最も処理効率が良
いＣＰＵは、実際に処理を行う時点でないと決定できな
い。そのために、ＭＩＭＤ型のコンピュータを用いて複
数のＣＰＵに処理を分割させようとする場合、画像デー
タの分割方法やＣＰＵの割りあて方を固定としていたの
では、全体的な処理効率が最適とはならないという問題
があった。
た従来のＳＩＭＤ型コンピュータや、各ＣＰＵの役割が
予め決められているＭＩＭＤ型コンピュータにおいて、
各ＣＰＵの性能は一定であり、各ＣＰＵにかかる負荷も
予測できる。従って画像処理を行う場合に、処理効率が
最適となるように、画像データの分割方法を予め決めて
おくことができる。しかし、他の処理が同時に実行され
るようなＭＩＭＤ型のコンピュータを使用する場合に
は、他の処理の実行状況によって画像処理の処理時間が
変動するために、画像処理をするのに最も処理効率が良
いＣＰＵは、実際に処理を行う時点でないと決定できな
い。そのために、ＭＩＭＤ型のコンピュータを用いて複
数のＣＰＵに処理を分割させようとする場合、画像デー
タの分割方法やＣＰＵの割りあて方を固定としていたの
では、全体的な処理効率が最適とはならないという問題
があった。
【０００５】また、ネットワーク上に接続された複数台
のコンピュータに処理を分散させて実行効率を上げよう
とする場合においても、上述した場合と同様に実行時点
での各コンピュータの状況及びネットワークの状況を判
断して、画像データの分割方法や各処理装置の割りあて
を決定しなければ、処理効率は良くならないという問題
があった。
のコンピュータに処理を分散させて実行効率を上げよう
とする場合においても、上述した場合と同様に実行時点
での各コンピュータの状況及びネットワークの状況を判
断して、画像データの分割方法や各処理装置の割りあて
を決定しなければ、処理効率は良くならないという問題
があった。
【０００６】さらに、複数のＣＰＵを備えるマルチＣＰ
Ｕタイプのシステムにおいても、ネットワーク上に複数
のコンピュータが接続されたシステムでも、処理実行途
中に各ＣＰＵの負荷状況は変化してしまう可能性があ
り、従って処理実行前に各ＣＰうに最適のジョブスケジ
ューリングを行っても、実際に最適な処理効率が得られ
るとは限らないという問題があった。
Ｕタイプのシステムにおいても、ネットワーク上に複数
のコンピュータが接続されたシステムでも、処理実行途
中に各ＣＰＵの負荷状況は変化してしまう可能性があ
り、従って処理実行前に各ＣＰうに最適のジョブスケジ
ューリングを行っても、実際に最適な処理効率が得られ
るとは限らないという問題があった。
【０００７】従って本発明においては、上述した課題を
解決するために、各ＣＰＵの負荷が動的に変化したり、
各ＣＰＵの性能が異なったり、また、それらが組み合わ
された状況においても、全体として最も処理効率が高く
なるように画像データを分割して処理することができる
画像処理装置及びシステムを提供することを目的とす
る。
解決するために、各ＣＰＵの負荷が動的に変化したり、
各ＣＰＵの性能が異なったり、また、それらが組み合わ
された状況においても、全体として最も処理効率が高く
なるように画像データを分割して処理することができる
画像処理装置及びシステムを提供することを目的とす
る。
【０００８】
【課題を解決するための手段】上述した目的を達成する
ために、本発明は以下の構成を備える。
ために、本発明は以下の構成を備える。
【０００９】即ち、複数のＣＰＵを有する画像処理装置
において、各ＣＰＵの負荷の状況を判断する負荷判断手
段と、画像処理対象の画像データを保持する画像データ
保持手段と、前記画像データ保持手段に保持された画像
データを複数の部分画像に分割し、前記負荷判断手段の
判断結果に基づいて前記複数の部分画像のそれぞれを前
記ＣＰＵに割り当てるデータ割り当て手段と、各ＣＰＵ
により処理された部分画像を統合して処理済み画像デー
タとして出力する画像統合手段とを備えることを特徴と
する。
において、各ＣＰＵの負荷の状況を判断する負荷判断手
段と、画像処理対象の画像データを保持する画像データ
保持手段と、前記画像データ保持手段に保持された画像
データを複数の部分画像に分割し、前記負荷判断手段の
判断結果に基づいて前記複数の部分画像のそれぞれを前
記ＣＰＵに割り当てるデータ割り当て手段と、各ＣＰＵ
により処理された部分画像を統合して処理済み画像デー
タとして出力する画像統合手段とを備えることを特徴と
する。
【００１０】更に、各ＣＰＵの性能を判断する性能判断
手段を更に含み、前記データ割り当て手段は前記負荷判
断手段の判断結果と前記性能判断手段の判断結果とに基
づいて各ＣＰＵにデータを割り当てることを特徴とす
る。
手段を更に含み、前記データ割り当て手段は前記負荷判
断手段の判断結果と前記性能判断手段の判断結果とに基
づいて各ＣＰＵにデータを割り当てることを特徴とす
る。
【００１１】例えば、前記データ割り当て手段は画像デ
ータをＣＰＵの数以上の部分画像に分割し、処理が終了
したＣＰＵに順次部分画像を表わす画像データを割り当
てることを特徴とする。
ータをＣＰＵの数以上の部分画像に分割し、処理が終了
したＣＰＵに順次部分画像を表わす画像データを割り当
てることを特徴とする。
【００１２】例えば、前記データ割り当て手段により各
ＣＰＵに割り当てられた部分画像の処理結果が画像デー
タ全体に影響を及ぼす場合に、前記画像統合手段は各Ｃ
ＰＵの処理結果である全画像分の画像データを統合する
ことを特徴とする。
ＣＰＵに割り当てられた部分画像の処理結果が画像デー
タ全体に影響を及ぼす場合に、前記画像統合手段は各Ｃ
ＰＵの処理結果である全画像分の画像データを統合する
ことを特徴とする。
【００１３】例えば、前記データ割り当て手段は画像デ
ータの特徴により処理時間のかかる領域は小さく分割
し、処理時間のかからない領域は大きく分割することを
特徴とする。
ータの特徴により処理時間のかかる領域は小さく分割
し、処理時間のかからない領域は大きく分割することを
特徴とする。
【００１４】また、複数のＣＰＵを有する画像処理装置
において、各ＣＰＵの負荷の状況を判断する負荷判断手
段と、画像処理対象の画像データを保持するために各Ｃ
ＰＵに接続されたデータ保持手段と、画像データを複数
の部分画像に分割し、前記負荷判断手段の判断結果に基
づいて前記複数の部分画像のそれぞれを各ＣＰＵのデー
タ保持手段に割り当てるデータ割り当て手段と、部分画
像毎の各ＣＰＵの処理結果を統合して１つの画像データ
として出力する画像統合手段とを備えることを特徴とす
る。
において、各ＣＰＵの負荷の状況を判断する負荷判断手
段と、画像処理対象の画像データを保持するために各Ｃ
ＰＵに接続されたデータ保持手段と、画像データを複数
の部分画像に分割し、前記負荷判断手段の判断結果に基
づいて前記複数の部分画像のそれぞれを各ＣＰＵのデー
タ保持手段に割り当てるデータ割り当て手段と、部分画
像毎の各ＣＰＵの処理結果を統合して１つの画像データ
として出力する画像統合手段とを備えることを特徴とす
る。
【００１５】
【作用】以上の構成により、各ＣＰＵの負荷が動的に変
化したり、各ＣＰＵの性能が異なったり、また、それら
が組み合わされた状況においても、各ＣＰＵの予測効率
を判断して全体で最も処理効率が高くなるように画像デ
ータを分割して処理することができるという特有の作用
効果が得られる。
化したり、各ＣＰＵの性能が異なったり、また、それら
が組み合わされた状況においても、各ＣＰＵの予測効率
を判断して全体で最も処理効率が高くなるように画像デ
ータを分割して処理することができるという特有の作用
効果が得られる。
【００１６】
【実施例】以下、本発明に係る一実施例について図面を
参照して詳細に説明する。
参照して詳細に説明する。
【００１７】＜第１実施例＞図１は、本実施例の画像処
理装置の構成を示すブロック図である。図１において、
１は画像データを入力するスキャナ，ＴＶカメラ等の画
像入力部、２は画像データを表示するＣＲＴ等の画像表
示部、３は操作者が手操作入力を行うキーボード等の手
操作入力部、４は画像を出力するプリンタ等の画像出力
部、５は画像入力部１から入力された画像データに対し
て、後述する種々の画像処理を行って、画像表示部２や
画像出力部４に出力する画像処理部である。尚、画像入
力部１及び画像出力部４は他装置との通信による画像デ
ータの入出力を行ってもよい。
理装置の構成を示すブロック図である。図１において、
１は画像データを入力するスキャナ，ＴＶカメラ等の画
像入力部、２は画像データを表示するＣＲＴ等の画像表
示部、３は操作者が手操作入力を行うキーボード等の手
操作入力部、４は画像を出力するプリンタ等の画像出力
部、５は画像入力部１から入力された画像データに対し
て、後述する種々の画像処理を行って、画像表示部２や
画像出力部４に出力する画像処理部である。尚、画像入
力部１及び画像出力部４は他装置との通信による画像デ
ータの入出力を行ってもよい。
【００１８】次に、上述した画像処理部５の詳細構成を
図２のブロック図に示す。本実施例の画像処理装置はＣ
ＰＵを複数備えたマルチプロセッサ型となっている。図
２において、１６、１７、１８は実際に画像処理を実行
するＣＰＵである。１１はＲＡＭ又はＲＯＭ等により構
成され、実行する画像処理プログラムを格納しているプ
ログラム管理部、１２は画像処理要求に従って、各ＣＰ
Ｕ１６〜１８に処理を分散して割り振る、いわゆるスケ
ジューリングを行うスケジューラ、１３は処理対象の画
像データを管理する画像データ管理部、１４は例えばＣ
ＰＵ１６〜１８等、本実施例装置において使用可能なＣ
ＰＵのアドレス及び性能、また、現在の負荷状況を管理
しているＣＰＵ管理テーブルである。１５は各種画像処
理に関する基本的なアルゴリズム情報が関数として格納
されているアルゴリズムテーブルである。２２はＲＡＭ
であり、各ＣＰＵ１６〜１８において作業領域として共
有して使用される。図２に示す各構成は、バスにより接
続されている。
図２のブロック図に示す。本実施例の画像処理装置はＣ
ＰＵを複数備えたマルチプロセッサ型となっている。図
２において、１６、１７、１８は実際に画像処理を実行
するＣＰＵである。１１はＲＡＭ又はＲＯＭ等により構
成され、実行する画像処理プログラムを格納しているプ
ログラム管理部、１２は画像処理要求に従って、各ＣＰ
Ｕ１６〜１８に処理を分散して割り振る、いわゆるスケ
ジューリングを行うスケジューラ、１３は処理対象の画
像データを管理する画像データ管理部、１４は例えばＣ
ＰＵ１６〜１８等、本実施例装置において使用可能なＣ
ＰＵのアドレス及び性能、また、現在の負荷状況を管理
しているＣＰＵ管理テーブルである。１５は各種画像処
理に関する基本的なアルゴリズム情報が関数として格納
されているアルゴリズムテーブルである。２２はＲＡＭ
であり、各ＣＰＵ１６〜１８において作業領域として共
有して使用される。図２に示す各構成は、バスにより接
続されている。
【００１９】尚、スケジューラ１２は、ＣＰＵ１６〜１
８のうちのいずれかにより、制御されている。また、プ
ログラム管理部１１に格納されている画像処理プログラ
ムは操作者により作成され、アルゴリズムテーブル１５
に登録されている関数を利用して動作する。また、アル
ゴリズムテーブル１５内の関数のアルゴリズムを変更し
て利用する場合には、変更したアルゴリズムの関数を作
成し、アルゴリズムテーブル１５に登録する。尚、アル
ゴリズムテーブル１５に新たに関数を登録する場合、該
関数が画像データをどのように分割して処理できるかの
情報も登録しておく必要がある。
８のうちのいずれかにより、制御されている。また、プ
ログラム管理部１１に格納されている画像処理プログラ
ムは操作者により作成され、アルゴリズムテーブル１５
に登録されている関数を利用して動作する。また、アル
ゴリズムテーブル１５内の関数のアルゴリズムを変更し
て利用する場合には、変更したアルゴリズムの関数を作
成し、アルゴリズムテーブル１５に登録する。尚、アル
ゴリズムテーブル１５に新たに関数を登録する場合、該
関数が画像データをどのように分割して処理できるかの
情報も登録しておく必要がある。
【００２０】一般に画像処理においては、その処理のア
ルゴリズムによって画像データの分割方法が制限され
る。この画像データの分割処理は、例えば図３に示すよ
うに分類される。図３は、入力画像の画素範囲と、画像
処理の結果の出力画像の画素範囲との関係を分類して示
す図である。図３に示すように画像処理のタイプとして
は、１画素を処理して１画素を得るタイプ、ある近傍領
域を処理して１画素を得るタイプ、ある近傍領域を処理
して近傍領域を得るタイプ、全体を処理して１画素を得
るタイプ、全体を処理してある近傍領域を得るタイプ、
全体を処理して全体を得るタイプ、１ラインを処理して
１ラインを得るタイプ等がある。尚、画像全体を処理し
て全体を得る場合には、分割処理できないことは自明で
ある。
ルゴリズムによって画像データの分割方法が制限され
る。この画像データの分割処理は、例えば図３に示すよ
うに分類される。図３は、入力画像の画素範囲と、画像
処理の結果の出力画像の画素範囲との関係を分類して示
す図である。図３に示すように画像処理のタイプとして
は、１画素を処理して１画素を得るタイプ、ある近傍領
域を処理して１画素を得るタイプ、ある近傍領域を処理
して近傍領域を得るタイプ、全体を処理して１画素を得
るタイプ、全体を処理してある近傍領域を得るタイプ、
全体を処理して全体を得るタイプ、１ラインを処理して
１ラインを得るタイプ等がある。尚、画像全体を処理し
て全体を得る場合には、分割処理できないことは自明で
ある。
【００２１】次に、上述した図２に示すスケジューラ１
２の動作について説明する。スケジューラ１２は、画像
処理の要求が発生した場合に、使用可能な複数のＣＰＵ
（ＣＰＵ１６〜１８）またはコンピュータに対して処理
をそれぞれ分割して割り振り、全体としての処理効率を
最大にすることを目的としている。
２の動作について説明する。スケジューラ１２は、画像
処理の要求が発生した場合に、使用可能な複数のＣＰＵ
（ＣＰＵ１６〜１８）またはコンピュータに対して処理
をそれぞれ分割して割り振り、全体としての処理効率を
最大にすることを目的としている。
【００２２】以降、複数のＣＰＵへの処理の割り振り結
果、即ち、どのＣＰＵにどれだけの画像処理を分担させ
るかをスケジュールと称する。スケジューラ１２におい
ては、スケジュールを決定するための情報として、画像
処理アルゴリズムテーブル１５から画像処理で使用する
各関数における画像データの分割方法、また、ＣＰＵ管
理テーブル１４から各ＣＰＵ１６〜１８の性能を調べ
て、利用する。
果、即ち、どのＣＰＵにどれだけの画像処理を分担させ
るかをスケジュールと称する。スケジューラ１２におい
ては、スケジュールを決定するための情報として、画像
処理アルゴリズムテーブル１５から画像処理で使用する
各関数における画像データの分割方法、また、ＣＰＵ管
理テーブル１４から各ＣＰＵ１６〜１８の性能を調べ
て、利用する。
【００２３】スケジューラ１２の動作を図４のフローチ
ャートを参照して説明する。ステップＳ６０１におい
て、スケジューラ１２は画像処理プログラム管理部１１
からの処理要求を待ち、処理要求が発生すればステップ
Ｓ６０２に進み、アルゴリズムテーブル１５を調べるこ
とによって、画像をどう分割できるかの情報を得る。次
にステップＳ６０３に進み、ＣＰＵ管理テーブル１４に
基づいて現在利用可能なＣＰＵ（例えば、ＣＰＵ１６〜
１８）の数、及びそれぞれのＣＰＵの性能を調べ、ステ
ップＳ６０４でスケジューラは各ＣＰＵに現在の負荷の
状態を問い合わせる。ここで、ＣＰＵ１６〜１８が利用
可能であるとする。そして、スケジューラ１２はステッ
プＳ６０２〜６０４で得られた情報を基に、ステップＳ
６０５でどのＣＰＵにどれだけの画像データを渡して処
理させるか、即ちスケジュールを決定する。
ャートを参照して説明する。ステップＳ６０１におい
て、スケジューラ１２は画像処理プログラム管理部１１
からの処理要求を待ち、処理要求が発生すればステップ
Ｓ６０２に進み、アルゴリズムテーブル１５を調べるこ
とによって、画像をどう分割できるかの情報を得る。次
にステップＳ６０３に進み、ＣＰＵ管理テーブル１４に
基づいて現在利用可能なＣＰＵ（例えば、ＣＰＵ１６〜
１８）の数、及びそれぞれのＣＰＵの性能を調べ、ステ
ップＳ６０４でスケジューラは各ＣＰＵに現在の負荷の
状態を問い合わせる。ここで、ＣＰＵ１６〜１８が利用
可能であるとする。そして、スケジューラ１２はステッ
プＳ６０２〜６０４で得られた情報を基に、ステップＳ
６０５でどのＣＰＵにどれだけの画像データを渡して処
理させるか、即ちスケジュールを決定する。
【００２４】本実施例においては、全画像データを後述
する各ＣＰＵの予測効率の比に基づいて分割し、各ＣＰ
Ｕに割り当てる。従って、利用可能なＣＰＵのそれぞれ
に割り当てられる画像データ量は異なっている。
する各ＣＰＵの予測効率の比に基づいて分割し、各ＣＰ
Ｕに割り当てる。従って、利用可能なＣＰＵのそれぞれ
に割り当てられる画像データ量は異なっている。
【００２５】スケジュールが決まれば、その後ステップ
Ｓ６０６において、各ＣＰＵ１６〜１８へ画像データの
分割方法とその割当を通知する。次に、ステップＳ６０
７において各ＣＰＵ１６〜１８へ画像処理コマンドを通
知する。各ＣＰＵ１６〜１８では、スケジューラ１２か
ら通知された画像処理コマンドに基づいて画像データ管
理部１３で管理されているＲＡＭ２２上の画像データを
処理し、処理が終了するとその旨のメッセージをスケジ
ューラ１２へ通知する。尚、この時、画像データ管理部
１３では、ＲＡＭ２２上において画像の同一領域を複数
のＣＰＵが同時にアクセスすることが無いように排他制
御を行う。スケジューラ１２は、各ＣＰＵが画像処理を
実行している間は各ＣＰＵからの通知を待っているか、
又は待ちながら別の処理を実行していてもよい。
Ｓ６０６において、各ＣＰＵ１６〜１８へ画像データの
分割方法とその割当を通知する。次に、ステップＳ６０
７において各ＣＰＵ１６〜１８へ画像処理コマンドを通
知する。各ＣＰＵ１６〜１８では、スケジューラ１２か
ら通知された画像処理コマンドに基づいて画像データ管
理部１３で管理されているＲＡＭ２２上の画像データを
処理し、処理が終了するとその旨のメッセージをスケジ
ューラ１２へ通知する。尚、この時、画像データ管理部
１３では、ＲＡＭ２２上において画像の同一領域を複数
のＣＰＵが同時にアクセスすることが無いように排他制
御を行う。スケジューラ１２は、各ＣＰＵが画像処理を
実行している間は各ＣＰＵからの通知を待っているか、
又は待ちながら別の処理を実行していてもよい。
【００２６】ステップＳ６０８において、スケジューラ
１２はＣＰＵ１６〜１８のうちの１つからの終了メッセ
ージを受け取ると、ステップＳ６０９で処理を割り当て
られたＣＰＵ１６〜１８の全てから終了メッセージを受
け取ったか否か、即ち、全ＣＰＵが処理終了したか否か
を確認し、終了していなければステップＳ６０８へ戻
り、他のＣＰＵからのメッセージを待つ。全てのＣＰＵ
の処理が終了したのであればステップＳ６１０へ進み、
スケジューラ１２はプログラム管理部１１へ画像処理の
終了を通知し、画像データ管理部１３で各部分画像の処
理結果をＲＡＭ２２上で統合して１つの画像とするよう
に依頼する。
１２はＣＰＵ１６〜１８のうちの１つからの終了メッセ
ージを受け取ると、ステップＳ６０９で処理を割り当て
られたＣＰＵ１６〜１８の全てから終了メッセージを受
け取ったか否か、即ち、全ＣＰＵが処理終了したか否か
を確認し、終了していなければステップＳ６０８へ戻
り、他のＣＰＵからのメッセージを待つ。全てのＣＰＵ
の処理が終了したのであればステップＳ６１０へ進み、
スケジューラ１２はプログラム管理部１１へ画像処理の
終了を通知し、画像データ管理部１３で各部分画像の処
理結果をＲＡＭ２２上で統合して１つの画像とするよう
に依頼する。
【００２７】以上説明したようにして、スケジューラ１
２では各ＣＰＵの画像処理のスケジュールを制御する。
２では各ＣＰＵの画像処理のスケジュールを制御する。
【００２８】次に、図２に示す画像データ管理部１３に
ついて、詳細に説明する。画像データ管理部１３は入力
画像、及び処理後の画像を管理しており、スケジューラ
１２の指示に従って画像データの流れを制御する。ただ
し、画像データ管理部１３は画像データの管理を行えば
よく、画像データはプロセス内、ＲＡＭ２２内、その他
のファイル等、どこに存在していてもよい。本実施例で
は、不図示のファイル内に画像データが格納されている
とする。
ついて、詳細に説明する。画像データ管理部１３は入力
画像、及び処理後の画像を管理しており、スケジューラ
１２の指示に従って画像データの流れを制御する。ただ
し、画像データ管理部１３は画像データの管理を行えば
よく、画像データはプロセス内、ＲＡＭ２２内、その他
のファイル等、どこに存在していてもよい。本実施例で
は、不図示のファイル内に画像データが格納されている
とする。
【００２９】ＲＡＭ２２も画像データ管理部１３によっ
て管理されており、画像データの流れは次のようにな
る。画像データ管理部１３はプログラム管理部１１から
スケジューラ１２へ要求した処理対象画像データをファ
イルＩ／Ｏの機能を用いて読み出し、ＲＡＭ２２上に展
開する。この画像データをスケジューラ１２の指示に従
って分割し、各ＣＰＵ１６〜１８へ転送する。各ＣＰＵ
で処理が終了すると、画像データ管理部１３はそれぞれ
のＣＰＵから処理結果の画像データを回収して統合し、
処理結果としてファイルへ書き出し、プログラム管理部
１１へ通知する。
て管理されており、画像データの流れは次のようにな
る。画像データ管理部１３はプログラム管理部１１から
スケジューラ１２へ要求した処理対象画像データをファ
イルＩ／Ｏの機能を用いて読み出し、ＲＡＭ２２上に展
開する。この画像データをスケジューラ１２の指示に従
って分割し、各ＣＰＵ１６〜１８へ転送する。各ＣＰＵ
で処理が終了すると、画像データ管理部１３はそれぞれ
のＣＰＵから処理結果の画像データを回収して統合し、
処理結果としてファイルへ書き出し、プログラム管理部
１１へ通知する。
【００３０】本実施例においては、スケジューラ１２に
より使用可能な複数のＣＰＵに対して処理をそれぞれ分
割して割り振るが、この時、各ＣＰＵの処理効率を予め
予測することが必要となる。この予測されるＣＰＵの処
理効率を以下、予測効率と称し、本実施例における各Ｃ
ＰＵの予測効率の求めかた、及び画像の分割方法につい
て説明する。
より使用可能な複数のＣＰＵに対して処理をそれぞれ分
割して割り振るが、この時、各ＣＰＵの処理効率を予め
予測することが必要となる。この予測されるＣＰＵの処
理効率を以下、予測効率と称し、本実施例における各Ｃ
ＰＵの予測効率の求めかた、及び画像の分割方法につい
て説明する。
【００３１】ＣＰＵの性能をｓ、ＣＰＵの負荷をｌｏａ
ｄ（１００％の負荷で“１”となる）とすると、ＣＰＵ
の予測効率ｐｅは以下の式で表わされる。
ｄ（１００％の負荷で“１”となる）とすると、ＣＰＵ
の予測効率ｐｅは以下の式で表わされる。
【００３２】ｐｅ＝（１−ｌｏａｄ）×ｓ ここで、ＣＰＵの性能ｓは実測値を基にして決定するの
が最も良いが、例えばＳＰＥＣint９２（整数演算性
能）や、ＳＰＥＣft９２（浮動小数点演算性能）といっ
たベンチマークプログラムによるＣＰＵの性能の指標を
基にして決めてもよい。また、ＣＰＵの負荷ｌｏａｄ
は、ＣＰＵが現在どれだけ利用されているかを表すもの
であるため、ＣＰＵに実際に問い合わせることにより求
められる。
が最も良いが、例えばＳＰＥＣint９２（整数演算性
能）や、ＳＰＥＣft９２（浮動小数点演算性能）といっ
たベンチマークプログラムによるＣＰＵの性能の指標を
基にして決めてもよい。また、ＣＰＵの負荷ｌｏａｄ
は、ＣＰＵが現在どれだけ利用されているかを表すもの
であるため、ＣＰＵに実際に問い合わせることにより求
められる。
【００３３】また、画像の分割は、各ＣＰＵに対する処
理の割り当てが予測効率ｐｅに比例するように決定す
る。ただし、画像によってはその処理の種類によって、
分割できる場所が限定される場合がある。そのような場
合には、なるべく予測効率と比例するように、分割可能
な場所で分割するように調整する。
理の割り当てが予測効率ｐｅに比例するように決定す
る。ただし、画像によってはその処理の種類によって、
分割できる場所が限定される場合がある。そのような場
合には、なるべく予測効率と比例するように、分割可能
な場所で分割するように調整する。
【００３４】以下、本実施例における画像分割の例を示
す。
す。
【００３５】例えば、６つのＣＰＵが利用可能であり、
それぞれの予測効率が１．０，０．６，０．５，０．
２，０．２，０．０であり、画像の大きさが５１２×５
１２であり、処理はライン単位であってラインの途中で
切断できないとする。この場合に、５１２ラインの画像
を１０：６：５：２：２に比例配分すると、それぞれ２
０，１２，１０，４，４，０ラインの割り当てとなる。
しかし、これでは２ライン余ってしまうため、実際には
予測効率の最も高いＣＰＵに余りを割り当て、それぞれ
２２，１２，１０，４，４，０ラインに分割して、処理
を行う。
それぞれの予測効率が１．０，０．６，０．５，０．
２，０．２，０．０であり、画像の大きさが５１２×５
１２であり、処理はライン単位であってラインの途中で
切断できないとする。この場合に、５１２ラインの画像
を１０：６：５：２：２に比例配分すると、それぞれ２
０，１２，１０，４，４，０ラインの割り当てとなる。
しかし、これでは２ライン余ってしまうため、実際には
予測効率の最も高いＣＰＵに余りを割り当て、それぞれ
２２，１２，１０，４，４，０ラインに分割して、処理
を行う。
【００３６】一方、処理が画素単位の場合には、５１２
×５１２を１０：６：５：２：２に比例分配し、余りを
予測効率に応じて分配して割り当てると、それぞれ１０
４８６０，６２９１４，５２４２８，２０９７１，２０
９７１が割り当てられる。
×５１２を１０：６：５：２：２に比例分配し、余りを
予測効率に応じて分配して割り当てると、それぞれ１０
４８６０，６２９１４，５２４２８，２０９７１，２０
９７１が割り当てられる。
【００３７】以上説明したように本実施例によれば、複
数のＣＰＵを備えるシステムにおいて、各ＣＰＵが他の
ジョブを同時に処理するために動的に負荷が変化する状
況や、各ＣＰＵの性能が異なる状況等においても、各Ｃ
ＰＵの予測効率を判断することにより、最も効率良く画
像処理を行うことが可能となる。
数のＣＰＵを備えるシステムにおいて、各ＣＰＵが他の
ジョブを同時に処理するために動的に負荷が変化する状
況や、各ＣＰＵの性能が異なる状況等においても、各Ｃ
ＰＵの予測効率を判断することにより、最も効率良く画
像処理を行うことが可能となる。
【００３８】＜第２実施例＞以下、本発明に係る第２実
施例について、図面を参照して説明する。
施例について、図面を参照して説明する。
【００３９】第２実施例における画像処理装置の構成は
上述した第１実施例に示す図１と同様であるが、画像処
理部５の詳細構成が第１実施例と異なる。第２実施例に
おける画像処理部５の詳細構成を図５のブロック図に示
す。
上述した第１実施例に示す図１と同様であるが、画像処
理部５の詳細構成が第１実施例と異なる。第２実施例に
おける画像処理部５の詳細構成を図５のブロック図に示
す。
【００４０】図５において、上述した図２と同様の構成
には同一番号を付し、説明を省略する。図５において、
ＣＰＵ１６〜１８は、それぞれ固有のＲＡＭ２３，２
４，２５を備える。
には同一番号を付し、説明を省略する。図５において、
ＣＰＵ１６〜１８は、それぞれ固有のＲＡＭ２３，２
４，２５を備える。
【００４１】以下、第２実施例におけるスケジューラ１
２の処理を、図６のフローチャートを参照して説明す
る。
２の処理を、図６のフローチャートを参照して説明す
る。
【００４２】図６は第２実施例のスケジューラ１２の動
作を説明するフローチャートであり、ステップＳ７０１
〜ステップＳ７０５までは上述した第１実施例の図４に
示すステップＳ６０１〜ステップＳ６０５と同様の処理
であるため、説明を省略する。
作を説明するフローチャートであり、ステップＳ７０１
〜ステップＳ７０５までは上述した第１実施例の図４に
示すステップＳ６０１〜ステップＳ６０５と同様の処理
であるため、説明を省略する。
【００４３】ステップＳ７０６において、スケジューラ
１２は画像データの分割方法をＣＰＵではなく、画像デ
ータ管理部１３へ送る。そして、ステップＳ７０７でス
ケジューラ１２は画像データ管理部１３に対して、各Ｃ
ＰＵ１６〜１８へ分割した画像データを転送するように
要求を出す。そしてステップＳ７０８において、各ＣＰ
Ｕ１６〜１８に対して画像処理コマンドを発行する。す
ると各ＣＰＵ１６〜１８では、スケジューラ１２から通
知された画像処理コマンドに基づいて、画像データ管理
部１３から送られた画像データそれぞれのＲＡＭ２３〜
２５上で処理し、処理が終了するとその旨のメッセージ
をスケジューラ１２へ通知する。また、処理された画像
データは、画像データ管理部１３へ送られる。
１２は画像データの分割方法をＣＰＵではなく、画像デ
ータ管理部１３へ送る。そして、ステップＳ７０７でス
ケジューラ１２は画像データ管理部１３に対して、各Ｃ
ＰＵ１６〜１８へ分割した画像データを転送するように
要求を出す。そしてステップＳ７０８において、各ＣＰ
Ｕ１６〜１８に対して画像処理コマンドを発行する。す
ると各ＣＰＵ１６〜１８では、スケジューラ１２から通
知された画像処理コマンドに基づいて、画像データ管理
部１３から送られた画像データそれぞれのＲＡＭ２３〜
２５上で処理し、処理が終了するとその旨のメッセージ
をスケジューラ１２へ通知する。また、処理された画像
データは、画像データ管理部１３へ送られる。
【００４４】そしてステップＳ７０９において、スケジ
ューラ１２はＣＰＵ１６〜１８のうちの１つからの終了
メッセージを受け取ると、ステップＳ７１０で処理を割
り当てられたＣＰＵ１６〜１８の全てから終了メッセー
ジを受け取ったか否か、即ち、全ＣＰＵが処理終了した
か否かを確認し、終了していなければステップＳ７０９
へ戻り、他のＣＰＵからのメッセージを待つ。全てのＣ
ＰＵにおいて処理が終了したのであればステップＳ７１
１へ進み、プログラム管理部１１へ画像処理の終了を通
知し、画像データ管理部１３へ各部分画像の処理結果の
統合を依頼する。
ューラ１２はＣＰＵ１６〜１８のうちの１つからの終了
メッセージを受け取ると、ステップＳ７１０で処理を割
り当てられたＣＰＵ１６〜１８の全てから終了メッセー
ジを受け取ったか否か、即ち、全ＣＰＵが処理終了した
か否かを確認し、終了していなければステップＳ７０９
へ戻り、他のＣＰＵからのメッセージを待つ。全てのＣ
ＰＵにおいて処理が終了したのであればステップＳ７１
１へ進み、プログラム管理部１１へ画像処理の終了を通
知し、画像データ管理部１３へ各部分画像の処理結果の
統合を依頼する。
【００４５】以上説明したようにして、スケジューラ１
２では各ＣＰＵの画像処理のスケジュールを制御する。
２では各ＣＰＵの画像処理のスケジュールを制御する。
【００４６】即ち、第２実施例においては、スケジュー
ラ１２において画像データの分割方法を画像データ管理
部１３へ送り、画像データ管理部１３では、その分割方
法に従って分割した画像データを各ＣＰＵへ転送するこ
とにより、各ＣＰＵの作業領域が共通でない場合にも、
効率良く画像処理を行うことができる。
ラ１２において画像データの分割方法を画像データ管理
部１３へ送り、画像データ管理部１３では、その分割方
法に従って分割した画像データを各ＣＰＵへ転送するこ
とにより、各ＣＰＵの作業領域が共通でない場合にも、
効率良く画像処理を行うことができる。
【００４７】また、第２実施例における方法は、図５に
示す複数のＣＰＵを備える画像処理装置のみでなく、例
えば図７に示すように、複数のコンピュータ４１〜４４
をネットワーク４５で接続した画像処理システムにおい
ても適用可能である。この場合、コンピュータ４１〜４
４のうちのいずれかが図５に示すＣＰＵ１６〜１８及び
ＲＡＭ２３〜２５以外の構成を備えており、そのコンピ
ュータにより第２実施例における画像処理が統括され
る。
示す複数のＣＰＵを備える画像処理装置のみでなく、例
えば図７に示すように、複数のコンピュータ４１〜４４
をネットワーク４５で接続した画像処理システムにおい
ても適用可能である。この場合、コンピュータ４１〜４
４のうちのいずれかが図５に示すＣＰＵ１６〜１８及び
ＲＡＭ２３〜２５以外の構成を備えており、そのコンピ
ュータにより第２実施例における画像処理が統括され
る。
【００４８】＜第３実施例＞以下、本発明に係る第３実
施例について、図面を参照して説明する。
施例について、図面を参照して説明する。
【００４９】第３実施例における画像処理装置の構成及
び画像処理部５の詳細構成は、上述した第１実施例に示
す図１及び図２と同様であるため、説明を省略する。
び画像処理部５の詳細構成は、上述した第１実施例に示
す図１及び図２と同様であるため、説明を省略する。
【００５０】以下、第３実施例におけるスケジューラ１
２の処理を、図８のフローチャートを参照して説明す
る。
２の処理を、図８のフローチャートを参照して説明す
る。
【００５１】図８は第３実施例のスケジューラ１２の動
作を説明するフローチャートであり、ステップＳ８０１
〜ステップＳ８０５までは上述した第１実施例の図４に
示すステップＳ６０１〜ステップＳ６０５と同様の処理
であるため、説明を省略する。
作を説明するフローチャートであり、ステップＳ８０１
〜ステップＳ８０５までは上述した第１実施例の図４に
示すステップＳ６０１〜ステップＳ６０５と同様の処理
であるため、説明を省略する。
【００５２】ステップＳ８０６において、スケジューラ
１２は各ＣＰＵへ画像処理コマンド及び処理する部分画
像の情報を送る。そして、ステップＳ８０７で、処理を
終了したＣＰＵが現れるのを待つ。処理を終了したＣＰ
Ｕが現れるとステップＳ８０８に進み、全部分画像につ
いて処理が終了したか否かを判定する。未処理の部分画
像があればステップＳ８０９に進み、ステップＳ８０７
で処理終了を確認されたＣＰＵに未処理の部分画像情報
を転送する。一方、ステップＳ８０８において全部分画
像、即ち全画像領域について処理が終了したと判定され
ると、ステップＳ８１０に進んで処理結果の画像データ
を画像データ管理部１３で統合するよう指示し、プログ
ラム管理部１１へ通知する。
１２は各ＣＰＵへ画像処理コマンド及び処理する部分画
像の情報を送る。そして、ステップＳ８０７で、処理を
終了したＣＰＵが現れるのを待つ。処理を終了したＣＰ
Ｕが現れるとステップＳ８０８に進み、全部分画像につ
いて処理が終了したか否かを判定する。未処理の部分画
像があればステップＳ８０９に進み、ステップＳ８０７
で処理終了を確認されたＣＰＵに未処理の部分画像情報
を転送する。一方、ステップＳ８０８において全部分画
像、即ち全画像領域について処理が終了したと判定され
ると、ステップＳ８１０に進んで処理結果の画像データ
を画像データ管理部１３で統合するよう指示し、プログ
ラム管理部１１へ通知する。
【００５３】以上説明したようにして、スケジューラ１
２では各ＣＰＵの画像処理のスケジュールを制御する。
２では各ＣＰＵの画像処理のスケジュールを制御する。
【００５４】例えば、利用可能なＣＰＵ数が５である場
合には、画像データをＣＰＵの数５より大きな数の同じ
大きさの部分画像に分割する。例えば、画像データを１
５個の部分画像に分割する。そして、まずそのうちの５
個の部分画像をそれぞれのＣＰＵへ割り当てる。各ＣＰ
Ｕの負荷の状況や性能の差により、処理が終了する時間
はそれぞれ異なるため、第３実施例においては早く終了
したＣＰＵに、順次他の部分画像を転送して処理を行
う。このとき、利用可能なＣＰＵの数と画像データを分
割する数の関係はあらかじめ定めておいてもよいし、何
らかの評価関数を用いて、画像処理装置内で自動的に決
定されるようにしてもよい。
合には、画像データをＣＰＵの数５より大きな数の同じ
大きさの部分画像に分割する。例えば、画像データを１
５個の部分画像に分割する。そして、まずそのうちの５
個の部分画像をそれぞれのＣＰＵへ割り当てる。各ＣＰ
Ｕの負荷の状況や性能の差により、処理が終了する時間
はそれぞれ異なるため、第３実施例においては早く終了
したＣＰＵに、順次他の部分画像を転送して処理を行
う。このとき、利用可能なＣＰＵの数と画像データを分
割する数の関係はあらかじめ定めておいてもよいし、何
らかの評価関数を用いて、画像処理装置内で自動的に決
定されるようにしてもよい。
【００５５】また、第３実施例は図７に示す複数台のコ
ンピュータを接続したネットワークシステムにおいても
適用可能である。この場合、ＣＰＵの数に対する画像デ
ータの分割数の関係が、通信時間とも関係してくる。ネ
ットワークシステムにおいては処理時間全体に占める通
信時間の割合が大きいため、処理する画像データの分割
数を大きくすると、各コンピュータへ通信時間がかかっ
てしまい効率的ではない。しかし、画像データの分割数
を小さくすると、一部のコンピュータのみに負荷が集中
してしまう可能性がある。そのため、例えば利用可能な
ＣＰＵの数の２倍とか３倍といったように、画像データ
の分割数にはある程度の範囲を設定すると良い。
ンピュータを接続したネットワークシステムにおいても
適用可能である。この場合、ＣＰＵの数に対する画像デ
ータの分割数の関係が、通信時間とも関係してくる。ネ
ットワークシステムにおいては処理時間全体に占める通
信時間の割合が大きいため、処理する画像データの分割
数を大きくすると、各コンピュータへ通信時間がかかっ
てしまい効率的ではない。しかし、画像データの分割数
を小さくすると、一部のコンピュータのみに負荷が集中
してしまう可能性がある。そのため、例えば利用可能な
ＣＰＵの数の２倍とか３倍といったように、画像データ
の分割数にはある程度の範囲を設定すると良い。
【００５６】尚、第３実施例におけるスケジューラの処
理は、上述した図５に示す構成でももちろん適用可能で
ある。
理は、上述した図５に示す構成でももちろん適用可能で
ある。
【００５７】以上説明したように第３実施例によれば、
各ＣＰＵの処理途中でその負荷が大きく変化するような
場合でも、処理可能なＣＰＵの数以上に入力画像を分割
し、処理が終了したＣＰＵに順次部分領域を割り当てる
ことにより、負荷の変化に関らず処理効率を高めること
ができる。
各ＣＰＵの処理途中でその負荷が大きく変化するような
場合でも、処理可能なＣＰＵの数以上に入力画像を分割
し、処理が終了したＣＰＵに順次部分領域を割り当てる
ことにより、負荷の変化に関らず処理効率を高めること
ができる。
【００５８】＜第４実施例＞以下、本発明に係る第４実
施例について、図面を参照して説明する。
施例について、図面を参照して説明する。
【００５９】第４実施例における画像処理装置の構成及
び画像処理部５の詳細構成は、上述した第２実施例に示
す図１及び図５と同様であるため、説明を省略する。
び画像処理部５の詳細構成は、上述した第２実施例に示
す図１及び図５と同様であるため、説明を省略する。
【００６０】第４実施例においては、画像の部分領域を
対象とした処理が全体の領域に影響を及ぼす場合の例を
示す。
対象とした処理が全体の領域に影響を及ぼす場合の例を
示す。
【００６１】画像の部分領域を対象とした処理が全体の
領域に影響を及ぼす場合の例として、例えば画像中から
直線等、パラメータで表現できる図形を抽出するハフ
（Ｈｏｕｇｈ）変換について考える。ハフ変換は、入力
画像の各画素毎に処理を実行し、結果のパラメータ空間
の２次元配列上の何処かのセルの値を変化させる。以
下、ハフ変換の処理例を図９を参照して説明する。ハフ
変換は、図９の（ａ）に示すように、点Ａ，Ｂ，Ｃ，Ｄ
を含む直線αを ρ＝ｘ・ｃｏｓθ＋ｙ・ｓｉｎθ ・・・ （式１） で表現したときに、ｘ軸、ｙ軸の２次元で表せる画像
を、図９の（ｂ）に示すρ軸、θ軸の２次元のパラメー
タ空間上の正弦曲線に変換するものである。尚、図９の
（ａ）においてρは原点から直線へ降ろした垂線の長
さ、θは垂線とｘ軸とのなす角である。即ち、例えば図
９の（ａ）に示す点Ａを通る全ての直線群が、図９の
（ｂ）に示す曲線Ａで表わされる。そして、図９の
（ａ）に示されるｘｙ空間の各点（例えば、Ａ，Ｂ，
Ｃ，Ｄ）について、式１を満足するような図９の（ｂ）
に示す（ρ，θ）の曲線（例えばＡ，Ｂ，Ｃ，Ｄ）を計
算し、ρθ空間上の対応する曲線をカウントアップして
いく。そして最終的に、図９の（ｂ）に示すρθ空間で
のピークαを検出することにより、そのピークαを通る
（ρ，θ）パラメータ空間上の曲線Ａ，Ｂ，Ｃ，Ｄに対
応する、ｘｙ空間中の点Ａ，Ｂ，Ｃ，Ｄを通る直線αが
存在することがわかる。即ちハフ変換においては、ｘｙ
空間の直線がρθ空間上の１点で表現される。
領域に影響を及ぼす場合の例として、例えば画像中から
直線等、パラメータで表現できる図形を抽出するハフ
（Ｈｏｕｇｈ）変換について考える。ハフ変換は、入力
画像の各画素毎に処理を実行し、結果のパラメータ空間
の２次元配列上の何処かのセルの値を変化させる。以
下、ハフ変換の処理例を図９を参照して説明する。ハフ
変換は、図９の（ａ）に示すように、点Ａ，Ｂ，Ｃ，Ｄ
を含む直線αを ρ＝ｘ・ｃｏｓθ＋ｙ・ｓｉｎθ ・・・ （式１） で表現したときに、ｘ軸、ｙ軸の２次元で表せる画像
を、図９の（ｂ）に示すρ軸、θ軸の２次元のパラメー
タ空間上の正弦曲線に変換するものである。尚、図９の
（ａ）においてρは原点から直線へ降ろした垂線の長
さ、θは垂線とｘ軸とのなす角である。即ち、例えば図
９の（ａ）に示す点Ａを通る全ての直線群が、図９の
（ｂ）に示す曲線Ａで表わされる。そして、図９の
（ａ）に示されるｘｙ空間の各点（例えば、Ａ，Ｂ，
Ｃ，Ｄ）について、式１を満足するような図９の（ｂ）
に示す（ρ，θ）の曲線（例えばＡ，Ｂ，Ｃ，Ｄ）を計
算し、ρθ空間上の対応する曲線をカウントアップして
いく。そして最終的に、図９の（ｂ）に示すρθ空間で
のピークαを検出することにより、そのピークαを通る
（ρ，θ）パラメータ空間上の曲線Ａ，Ｂ，Ｃ，Ｄに対
応する、ｘｙ空間中の点Ａ，Ｂ，Ｃ，Ｄを通る直線αが
存在することがわかる。即ちハフ変換においては、ｘｙ
空間の直線がρθ空間上の１点で表現される。
【００６２】以上説明したような処理の場合、入力画像
を適当な方法で分割して各ＣＰＵに割り当てることは可
能であるが、同時に処理を行う全てのＣＰＵが、処理結
果であるρθ空間を格納するための、同サイズの画像デ
ータ領域をそれぞれ独立して持つことが必要である。
を適当な方法で分割して各ＣＰＵに割り当てることは可
能であるが、同時に処理を行う全てのＣＰＵが、処理結
果であるρθ空間を格納するための、同サイズの画像デ
ータ領域をそれぞれ独立して持つことが必要である。
【００６３】これに対して、上述した第１実施例〜第３
実施例においては、入力画像内における処理対象の部分
領域の位置と、その部分領域を処理した結果の出力画像
内における位置とは一致していた。従って、入力画像を
分割した方法と全く逆に処理結果を統合すれば、出力画
像を得ることができた。
実施例においては、入力画像内における処理対象の部分
領域の位置と、その部分領域を処理した結果の出力画像
内における位置とは一致していた。従って、入力画像を
分割した方法と全く逆に処理結果を統合すれば、出力画
像を得ることができた。
【００６４】しかしながら第４実施例においては、同じ
座標に対する各ＣＰＵの処理結果をそれぞれ加算すると
いう画像の統合を行う必要がある。この様子を図１０、
図１１に示す。図１０は、上述した第１実施例〜第３実
施例における画像の統合方法を示しており、入力画像、
出力画像ともに同じ位置、同じ大きさで画像が分割され
る。一方、図１１は第４実施例における画像の統合方法
を示しており、入力画像の分割方法に関わらず、各ＣＰ
Ｕは同じ大きさの画像データ領域（Ｐ１，Ｐ２，Ｐ３）
を有しており、そこに処理結果を格納する。そして、各
ＣＰＵの画像データ領域（Ｐ１，Ｐ２，Ｐ３）におい
て、その同じ位置の処理結果を加算することにより、出
力結果を得る。
座標に対する各ＣＰＵの処理結果をそれぞれ加算すると
いう画像の統合を行う必要がある。この様子を図１０、
図１１に示す。図１０は、上述した第１実施例〜第３実
施例における画像の統合方法を示しており、入力画像、
出力画像ともに同じ位置、同じ大きさで画像が分割され
る。一方、図１１は第４実施例における画像の統合方法
を示しており、入力画像の分割方法に関わらず、各ＣＰ
Ｕは同じ大きさの画像データ領域（Ｐ１，Ｐ２，Ｐ３）
を有しており、そこに処理結果を格納する。そして、各
ＣＰＵの画像データ領域（Ｐ１，Ｐ２，Ｐ３）におい
て、その同じ位置の処理結果を加算することにより、出
力結果を得る。
【００６５】従って第４実施例においては、入力画像の
各部分領域を処理した結果が出力画像の全体に影響する
ような場合でも、入力画像を分割して複数のＣＰＵに割
り当てて、その結果を上記説明したように統合すること
によって、効率良く画像処理を行うことができる。
各部分領域を処理した結果が出力画像の全体に影響する
ような場合でも、入力画像を分割して複数のＣＰＵに割
り当てて、その結果を上記説明したように統合すること
によって、効率良く画像処理を行うことができる。
【００６６】尚、第４実施例はハフ変換を例として説明
を行ったが、本実施例はこの例に限定されるものではな
く、パラメータ変換等、部分画像の処理結果が画像全体
に影響を及ぼすような全ての画像処理に対して、適用可
能である。
を行ったが、本実施例はこの例に限定されるものではな
く、パラメータ変換等、部分画像の処理結果が画像全体
に影響を及ぼすような全ての画像処理に対して、適用可
能である。
【００６７】また、例えば図２に示すように複数のＣＰ
Ｕが１つの共有メモリを有する場合には、共有メモリ上
に結果の配列の領域を確保し、複数のＣＰＵからアクセ
スすることにより、処理を行えばよいが、但しこの場合
には、同じアドレスを同時に複数のＣＰＵがアクセスす
ることがないように、排他制御を行う必要がある。
Ｕが１つの共有メモリを有する場合には、共有メモリ上
に結果の配列の領域を確保し、複数のＣＰＵからアクセ
スすることにより、処理を行えばよいが、但しこの場合
には、同じアドレスを同時に複数のＣＰＵがアクセスす
ることがないように、排他制御を行う必要がある。
【００６８】＜第５実施例＞以下、本発明に係る第５実
施例について、図面を参照して説明する。
施例について、図面を参照して説明する。
【００６９】第５実施例における画像処理装置の構成及
び画像処理部５の詳細構成は、上述した第２実施例に示
す図１及び図５と同様であるため、説明を省略する。
び画像処理部５の詳細構成は、上述した第２実施例に示
す図１及び図５と同様であるため、説明を省略する。
【００７０】第５実施例においては、画像の全体領域を
処理対象とし、部分領域の性質によって処理速度が異な
るような画像処理を行う場合の例を示す。このような処
理としては、例えば、ラベリングした領域の特徴量の計
測、特徴点のマッチング、領域分割等がある。
処理対象とし、部分領域の性質によって処理速度が異な
るような画像処理を行う場合の例を示す。このような処
理としては、例えば、ラベリングした領域の特徴量の計
測、特徴点のマッチング、領域分割等がある。
【００７１】ラベリングした領域の特徴量の計測におい
て、処理に要する時間は、部分画像中に存在するラベル
リングされた領域数に依存する。従って、各部分画像に
含まれるラベリング領域数が一定になるように画像デー
タを分割することにより、画像全体の処理効率は向上す
る。
て、処理に要する時間は、部分画像中に存在するラベル
リングされた領域数に依存する。従って、各部分画像に
含まれるラベリング領域数が一定になるように画像デー
タを分割することにより、画像全体の処理効率は向上す
る。
【００７２】図１２に、黒く塗りつぶした領域の特徴量
を計算する例を示す。このような場合には、例えば図１
２の破線の上下の領域に入力画像を分割すると、各領域
とも６個のラベリング領域を有することにより、２つの
ＣＰＵに負荷を均等に分割できる。また、各ＣＰＵの予
測効率を調べ、その予測効率に合わせて分割位置を変更
することによって、予測効率の高いＣＰＵにはラベル領
域の多い領域を、予測効率の低いＣＰＵにはラベル領域
の少ない領域を割り当てれば良い。こうすることによ
り、全体としての処理効率の向上を図ることができる。
を計算する例を示す。このような場合には、例えば図１
２の破線の上下の領域に入力画像を分割すると、各領域
とも６個のラベリング領域を有することにより、２つの
ＣＰＵに負荷を均等に分割できる。また、各ＣＰＵの予
測効率を調べ、その予測効率に合わせて分割位置を変更
することによって、予測効率の高いＣＰＵにはラベル領
域の多い領域を、予測効率の低いＣＰＵにはラベル領域
の少ない領域を割り当てれば良い。こうすることによ
り、全体としての処理効率の向上を図ることができる。
【００７３】次に、特徴点のマッチング処理について説
明する。特徴点のマッチングとは、なんらかの方法で画
像中の特徴点を抽出し、それぞれの特徴点が他の画像の
どの画素位置に対応するかを調べる処理である。この処
理は、例えば３次元座標情報を抽出可能なステレオ画像
の対応点を抽出して、特徴点での奥行き情報を得る場合
等に重要な処理である。このような場合には、全体の処
理時間は特徴点の数に依存する。そのため、特徴点の数
が一定になるように、画像を部分領域に分割して各ＣＰ
Ｕに割り当てることにより、全体の処理効率は向上す
る。また、特徴点に対応する位置を調べる必要がある領
域は、撮影条件による拘束からある程度限定することが
できる。従って、例えば図２又は図７に示すように各Ｃ
ＰＵ又はコンピュータが共有領域を持たない場合には、
全ての画像を各ＣＰＵに送る必要はなく、必要な部分だ
けを送ることにより、画像データの転送によるオーバー
ヘッドを少なくすることが可能である。
明する。特徴点のマッチングとは、なんらかの方法で画
像中の特徴点を抽出し、それぞれの特徴点が他の画像の
どの画素位置に対応するかを調べる処理である。この処
理は、例えば３次元座標情報を抽出可能なステレオ画像
の対応点を抽出して、特徴点での奥行き情報を得る場合
等に重要な処理である。このような場合には、全体の処
理時間は特徴点の数に依存する。そのため、特徴点の数
が一定になるように、画像を部分領域に分割して各ＣＰ
Ｕに割り当てることにより、全体の処理効率は向上す
る。また、特徴点に対応する位置を調べる必要がある領
域は、撮影条件による拘束からある程度限定することが
できる。従って、例えば図２又は図７に示すように各Ｃ
ＰＵ又はコンピュータが共有領域を持たない場合には、
全ての画像を各ＣＰＵに送る必要はなく、必要な部分だ
けを送ることにより、画像データの転送によるオーバー
ヘッドを少なくすることが可能である。
【００７４】また、領域分割処理においては、近傍の画
素の輝度値を比較し、その差が所定値未満である場合
に、それらの画素は同一の領域にあると見なす。そし
て、この処理をその輝度値の差が所定値以上であるよう
な画素がなくなるまで繰り返す。また、各領域の大きさ
を計測して、各領域の大きさが一定以上になるように領
域の統合処理を行う場合もある。
素の輝度値を比較し、その差が所定値未満である場合
に、それらの画素は同一の領域にあると見なす。そし
て、この処理をその輝度値の差が所定値以上であるよう
な画素がなくなるまで繰り返す。また、各領域の大きさ
を計測して、各領域の大きさが一定以上になるように領
域の統合処理を行う場合もある。
【００７５】このような分割処理においては、分割する
画像の特徴に応じて、予めどの程度の繰り返しで処理が
収束するかを予測できることがある。例えば、初めから
同一輝度値の領域に関しては領域の統合処理は不要であ
り、また、同一輝度値でなくても輝度値の差が小さいこ
とから予め分かっている領域については、収束が速いこ
とが予測される。このような統計的な手法を利用するこ
とによって、予め収束の速い領域と、収束の遅い領域と
を区別することが可能である。そして、この情報を利用
して画像の分割方法を決定することができる。
画像の特徴に応じて、予めどの程度の繰り返しで処理が
収束するかを予測できることがある。例えば、初めから
同一輝度値の領域に関しては領域の統合処理は不要であ
り、また、同一輝度値でなくても輝度値の差が小さいこ
とから予め分かっている領域については、収束が速いこ
とが予測される。このような統計的な手法を利用するこ
とによって、予め収束の速い領域と、収束の遅い領域と
を区別することが可能である。そして、この情報を利用
して画像の分割方法を決定することができる。
【００７６】以上説明したように第５実施例によれば、
画像の全体領域を処理対象とし、部分領域の性質によっ
て処理速度が異なるような画像処理を行う場合において
も、複数のＣＰＵに画像を効率良く割り当てることによ
り、効率良く画像処理を行うことができる。
画像の全体領域を処理対象とし、部分領域の性質によっ
て処理速度が異なるような画像処理を行う場合において
も、複数のＣＰＵに画像を効率良く割り当てることによ
り、効率良く画像処理を行うことができる。
【００７７】また、第５実施例における画像処理装置
は、図２、又は図７に示すように構成でも実現可能であ
る。
は、図２、又は図７に示すように構成でも実現可能であ
る。
【００７８】尚、本発明は、複数の機器から構成される
システムに適用しても１つの機器から成る装置に適用し
ても良い。また、本発明は、システム或は装置にプログ
ラムを供給することによって達成される場合にも適用で
きることはいうまでもない。
システムに適用しても１つの機器から成る装置に適用し
ても良い。また、本発明は、システム或は装置にプログ
ラムを供給することによって達成される場合にも適用で
きることはいうまでもない。
【００７９】
【発明の効果】以上説明したように、本発明によれば、
複数のＣＰＵからなり、処理を各ＣＰＵに分割して割り
当てることによって画像処理を行う画像処理システムに
おいて、各ＣＰＵの負荷が動的に変化する状況や、各Ｃ
ＰＵの性能が異なる状況、またそれらが組み合わされた
状況においても、処理を実行する時点で、各ＣＰＵの予
測効率を動的に判断しながら、全体で最も処理効率が高
くなるように入力画像を分割して画像処理を行うことが
可能となる。
複数のＣＰＵからなり、処理を各ＣＰＵに分割して割り
当てることによって画像処理を行う画像処理システムに
おいて、各ＣＰＵの負荷が動的に変化する状況や、各Ｃ
ＰＵの性能が異なる状況、またそれらが組み合わされた
状況においても、処理を実行する時点で、各ＣＰＵの予
測効率を動的に判断しながら、全体で最も処理効率が高
くなるように入力画像を分割して画像処理を行うことが
可能となる。
【００８０】更に、処理途中で負荷が大きく変化するよ
うな場合には、処理可能なＣＰＵの数以上に入力画像を
分割し、処理が終了したＣＰＵに順次部分領域を割り当
てることにより、負荷の変化に関らず処理効率を高める
ことができる。
うな場合には、処理可能なＣＰＵの数以上に入力画像を
分割し、処理が終了したＣＰＵに順次部分領域を割り当
てることにより、負荷の変化に関らず処理効率を高める
ことができる。
【００８１】また、入力画像の各部分領域を処理した結
果が出力画像の全体に影響するような場合でも、入力画
像を分割して複数のＣＰＵに割り当てて、その結果を全
て統合することによって、効率良く画像処理を行うこと
ができる。
果が出力画像の全体に影響するような場合でも、入力画
像を分割して複数のＣＰＵに割り当てて、その結果を全
て統合することによって、効率良く画像処理を行うこと
ができる。
【００８２】更に、入力画像の部分領域の性質によって
処理速度が異なるような処理をする場合には、部分領域
の性質に従って分割方法を変えることによって、各ＣＰ
Ｕの処理時間の差が少なくなるように分割することが可
能となり、全体としての処理効率の向上を図ることがで
きる。
処理速度が異なるような処理をする場合には、部分領域
の性質に従って分割方法を変えることによって、各ＣＰ
Ｕの処理時間の差が少なくなるように分割することが可
能となり、全体としての処理効率の向上を図ることがで
きる。
【００８３】
【図１】本発明に係る第１実施例における画像処理装置
の構成を示すブロック図である。
の構成を示すブロック図である。
【図２】本実施例における画像処理部の詳細構成を示す
ブロック図である。
ブロック図である。
【図３】本実施例における入力画像の画素範囲と画像処
理の結果の出力画像の画素範囲との関係を分類して示す
図である。
理の結果の出力画像の画素範囲との関係を分類して示す
図である。
【図４】本実施例におけるスケジューラの動作を説明す
るフローチャートである。
るフローチャートである。
【図５】本発明に係る第２実施例における画像処理部の
詳細構成を示すブロック図である。
詳細構成を示すブロック図である。
【図６】本発明に係る第２実施例におけるスケジューラ
の動作を説明するフローチャートである。
の動作を説明するフローチャートである。
【図７】本発明に係る第２実施例における画像処理ネッ
トワーク構成を示す図である。
トワーク構成を示す図である。
【図８】本発明に係る第３実施例におけるスケジューラ
の動作を説明するフローチャートである。
の動作を説明するフローチャートである。
【図９】本発明に係る第４実施例におけるハフ変換を説
明するための図である。
明するための図である。
【図１０】本発明に係る第１実施例から第３実施例まで
の処理における入力画像と出力画像との分割領域の対応
を示す図である。
の処理における入力画像と出力画像との分割領域の対応
を示す図である。
【図１１】本発明に係る第４実施例における入力画像と
出力画像との対応を示す図である。
出力画像との対応を示す図である。
【図１２】本発明に係る第５実施例におけるラベリング
された入力画像の分割例を示す図である。
された入力画像の分割例を示す図である。
１ 画像入力部 ２ 表示部 ３ 手操作入力部 ４ 画像出力部 ５ 画像処理部 １１ プログラム管理部 １２ スケジューラ １３ 画像データ管理部 １４ ＣＰＵ管理テーブル １５ アルゴリズムテーブル １６，１７，１８ ＣＰＵ ２２ ＲＡＭ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｔ 1/20 // Ｇ０６Ｔ 7/00
Claims (15)
- 【請求項１】 複数のＣＰＵを有する画像処理装置にお
いて、 各ＣＰＵの負荷の状況を判断する負荷判断手段と、 画像処理対象の画像データを保持する画像データ保持手
段と、 前記画像データ保持手段に保持された画像データを複数
の部分画像に分割し、前記負荷判断手段の判断結果に基
づいて前記複数の部分画像のそれぞれを前記ＣＰＵに割
り当てるデータ割り当て手段と、 各ＣＰＵにより処理された部分画像を統合して処理済み
画像データとして出力する画像統合手段とを備えること
を特徴とする画像処理装置。 - 【請求項２】 各ＣＰＵの性能を判断する性能判断手段
を更に含み、 前記データ割り当て手段は前記負荷判断手段の判断結果
と前記性能判断手段の判断結果とに基づいて各ＣＰＵに
データを割り当てることを特徴とする請求項１記載の画
像処理装置。 - 【請求項３】 前記データ割り当て手段は画像データを
ＣＰＵの数以上の部分画像に分割し、処理が終了したＣ
ＰＵに順次部分画像を表わす画像データを割り当てるこ
とを特徴とする請求項１記載の画像処理装置。 - 【請求項４】 前記データ割り当て手段により各ＣＰＵ
に割り当てられた部分画像の処理結果が画像データ全体
に影響を及ぼす場合に、前記画像統合手段は各ＣＰＵの
処理結果である全画像分の画像データを統合することを
特徴とする請求項１記載の画像処理装置。 - 【請求項５】 前記データ割り当て手段は画像データの
特徴により処理時間のかかる領域は小さく分割し、処理
時間のかからない領域は大きく分割することを特徴とす
る請求項１記載の画像処理装置。 - 【請求項６】 複数のＣＰＵを有する画像処理装置にお
いて、 各ＣＰＵの負荷の状況を判断する負荷判断手段と、 画像処理対象の画像データを保持するために各ＣＰＵに
接続されたデータ保持手段と、 画像データを複数の部分画像に分割し、前記負荷判断手
段の判断結果に基づいて前記複数の部分画像のそれぞれ
を各ＣＰＵのデータ保持手段に割り当てるデータ割り当
て手段と、 部分画像毎の各ＣＰＵの処理結果を統合して１つの画像
データとして出力する画像統合手段とを備えることを特
徴とする画像処理装置。 - 【請求項７】 各ＣＰＵの性能を判断する性能判断手段
を更に含み、 前記データ割り当て手段は前記負荷判断手段の判断結果
と前記性能判断手段の判断結果とに基づいて各ＣＰＵに
データを割り当てることを特徴とする請求項６記載の画
像処理装置。 - 【請求項８】 前記データ割り当て手段は画像データを
ＣＰＵの数以上の部分画像に分割し、処理が終了したＣ
ＰＵに順次部分画像を表わす画像データを割り当てるこ
とを特徴とする請求項６記載の画像処理装置。 - 【請求項９】 前記データ割り当て手段により各ＣＰＵ
に割り当てられた部分画像の処理結果が画像データ全体
に影響を及ぼす場合に、前記画像統合手段は各ＣＰＵの
処理結果である全画像分の画像データを統合することを
特徴とする請求項６記載の画像処理装置。 - 【請求項１０】 前記データ割り当て手段は画像データ
の特徴により処理時間のかかる領域は小さく分割し、処
理時間のかからない領域は大きく分割することを特徴と
する請求項６記載の画像処理装置。 - 【請求項１１】 複数のコンピュータを有する画像処理
システムにおいて、 各コンピュータの負荷の状況を判断する負荷判断手段
と、 画像データを複数の部分画像に分割し、前記負荷判断手
段の判断結果に基づいて前記複数の部分画像のそれぞれ
を各コンピュータに割り当てるデータ割り当て手段と、 部分画像毎の各コンピュータの処理結果を統合して１つ
の画像データとして出力する画像統合手段とを備えるこ
とを特徴とする画像処理システム。 - 【請求項１２】 各コンピュータの性能を判断する性能
判断手段を更に含み、 前記データ割り当て手段は前記負荷判断手段の判断結果
と前記性能判断手段の判断結果とに基づいて各コンピュ
ータにデータを割り当てることを特徴とする請求項１１
記載の画像処理システム。 - 【請求項１３】 前記データ割り当て手段は画像データ
をコンピュータの数以上の部分画像に分割し、処理が終
了したコンピュータに順次部分画像を表わす画像データ
を割り当てることを特徴とする請求項１１記載の画像処
理システム。 - 【請求項１４】 前記データ割り当て手段により各コン
ピュータに割り当てられた部分画像の処理結果が画像デ
ータ全体に影響を及ぼす場合に、前記画像統合手段は各
コンピュータの処理結果である全画像分の画像データを
統合することを特徴とする請求項１１記載の画像処理シ
ステム。 - 【請求項１５】 前記データ割り当て手段は画像データ
の特徴により処理時間のかかる領域は小さく分割し、処
理時間のかからない領域は大きく分割することを特徴と
する請求項１１記載の画像処理システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6177953A JPH0844678A (ja) | 1994-07-29 | 1994-07-29 | 画像処理装置及びシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6177953A JPH0844678A (ja) | 1994-07-29 | 1994-07-29 | 画像処理装置及びシステム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0844678A true JPH0844678A (ja) | 1996-02-16 |
Family
ID=16039975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6177953A Withdrawn JPH0844678A (ja) | 1994-07-29 | 1994-07-29 | 画像処理装置及びシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0844678A (ja) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005332298A (ja) * | 2004-05-21 | 2005-12-02 | Ricoh Co Ltd | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
| JP2006065459A (ja) * | 2004-08-25 | 2006-03-09 | Seiko Epson Corp | 画像処理を並列処理で実行する際の負荷の割り付け |
| JP2006065460A (ja) * | 2004-08-25 | 2006-03-09 | Seiko Epson Corp | 画像処理を並列処理で実行する際の負荷の割り付け |
| US7035991B2 (en) | 1999-11-01 | 2006-04-25 | Sony Computer Entertainment Inc. | Surface computer and computing method using the same |
| JP2007318420A (ja) * | 2006-05-25 | 2007-12-06 | Canon Inc | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
| JP2007538334A (ja) * | 2004-05-20 | 2007-12-27 | インテル コーポレイション | ビデオ処理のための階層的プロセッサ構造 |
| JP2008058514A (ja) * | 2006-08-30 | 2008-03-13 | Brother Ind Ltd | 通信装置及びプログラム |
| JP2008243216A (ja) * | 2002-01-10 | 2008-10-09 | Massively Parallel Technologies Inc | 並列処理システム及び方法 |
| JP2009075689A (ja) * | 2007-09-19 | 2009-04-09 | Nec Corp | データ変換システム |
| JP2009086789A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Ltd | 並列型画像処理装置 |
| JP2009140418A (ja) * | 2007-12-10 | 2009-06-25 | Toshiba Corp | 電子機器および画像処理方法 |
| US7587716B2 (en) | 2003-02-21 | 2009-09-08 | Sharp Kabushiki Kaisha | Asymmetrical multiprocessor system, image processing apparatus and image forming apparatus using same, and unit job processing method using asymmetrical multiprocessor |
| JP2009259231A (ja) * | 2008-04-16 | 2009-11-05 | Sharp Corp | プリンタコントローラにおける改善されたマルチ処理利用のための方法およびシステム |
| JP2009271830A (ja) * | 2008-05-09 | 2009-11-19 | Nuflare Technology Inc | 描画データ分散処理方法およびマスク描画装置 |
| JP2010039511A (ja) * | 2008-07-31 | 2010-02-18 | Toshiba Corp | パイプライン処理装置、パイプライン処理方法及びパイプライン制御プログラム |
| JP2010517198A (ja) * | 2007-01-30 | 2010-05-20 | アリババ グループ ホールディング リミテッド | 分散タスクシステムおよび分散タスク管理方法 |
| JP2010122758A (ja) * | 2008-11-17 | 2010-06-03 | Fujitsu Ltd | ジョブ管理装置、ジョブ管理方法およびジョブ管理プログラム |
| WO2010106677A1 (ja) * | 2009-03-19 | 2010-09-23 | 富士通株式会社 | 分散処理システム、情報処理装置、分散処理プログラム及び分散処理方法 |
| US7872769B2 (en) | 2004-06-09 | 2011-01-18 | Canon Kabushiki Kaisha | Divided job scheduler |
| JP2011123900A (ja) * | 2003-02-28 | 2011-06-23 | Aperio Technologies Inc | 画像処理及び画像解析用フレームワーク |
| US8199358B2 (en) | 2003-02-28 | 2012-06-12 | Aperio Technologies, Inc. | Digital slide image analysis |
| JP2012514791A (ja) * | 2009-01-07 | 2012-06-28 | ソニー株式会社 | 並列タスクアプリケーションフレームワーク |
| JPWO2011141992A1 (ja) * | 2010-05-10 | 2013-07-22 | トヨタ自動車株式会社 | 故障診断装置及び故障診断方法 |
| US8571782B2 (en) | 2003-01-31 | 2013-10-29 | Robert Bosch Gmbh | Computer system for use in vehicles |
| US8705825B2 (en) | 2009-12-11 | 2014-04-22 | Leica Biosystems Imaging, Inc. | Signal to noise ratio in digital pathology image analysis |
| WO2014132608A1 (ja) * | 2013-02-26 | 2014-09-04 | 日本電気株式会社 | 並列処理装置、並列処理方法、および並列処理プログラム記憶媒体 |
| JP2017058738A (ja) * | 2015-09-14 | 2017-03-23 | 富士ゼロックス株式会社 | 情報処理装置および画像形成装置 |
| WO2017163441A1 (ja) * | 2016-03-24 | 2017-09-28 | 富士ゼロックス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
| JP2018512081A (ja) * | 2015-01-23 | 2018-05-10 | 浙江吉利控股集団有限公司Ｚｈｅｊｉａｎｇ Ｇｅｅｌｙ Ｈｏｌｄｉｎｇ Ｇｒｏｕｐ Ｃｏ．，Ｌｔｄ． | 移動端末、組合型端末装置、及び、寄せ集め制御方法 |
| US10743009B2 (en) | 2015-05-20 | 2020-08-11 | Socionext Inc. | Image processing apparatus and image processing method |
-
1994
- 1994-07-29 JP JP6177953A patent/JPH0844678A/ja not_active Withdrawn
Cited By (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7035991B2 (en) | 1999-11-01 | 2006-04-25 | Sony Computer Entertainment Inc. | Surface computer and computing method using the same |
| JP2008243216A (ja) * | 2002-01-10 | 2008-10-09 | Massively Parallel Technologies Inc | 並列処理システム及び方法 |
| US8571782B2 (en) | 2003-01-31 | 2013-10-29 | Robert Bosch Gmbh | Computer system for use in vehicles |
| US7587716B2 (en) | 2003-02-21 | 2009-09-08 | Sharp Kabushiki Kaisha | Asymmetrical multiprocessor system, image processing apparatus and image forming apparatus using same, and unit job processing method using asymmetrical multiprocessor |
| US8780401B2 (en) | 2003-02-28 | 2014-07-15 | Leica Biosystems Imaging, Inc. | Systems and methods for analyzing digital slide images using algorithms constrained by parameter data |
| JP2011123900A (ja) * | 2003-02-28 | 2011-06-23 | Aperio Technologies Inc | 画像処理及び画像解析用フレームワーク |
| US8199358B2 (en) | 2003-02-28 | 2012-06-12 | Aperio Technologies, Inc. | Digital slide image analysis |
| US8467083B2 (en) | 2003-02-28 | 2013-06-18 | Aperio Technologies, Inc. | Framework for processing the content of a digital image of a microscope sample |
| US9019546B2 (en) | 2003-02-28 | 2015-04-28 | Leica Biosystems Imaging, Inc. | Image processing of digital slide images based on a macro |
| JP2007538334A (ja) * | 2004-05-20 | 2007-12-27 | インテル コーポレイション | ビデオ処理のための階層的プロセッサ構造 |
| JP4494866B2 (ja) * | 2004-05-21 | 2010-06-30 | 株式会社リコー | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
| JP2005332298A (ja) * | 2004-05-21 | 2005-12-02 | Ricoh Co Ltd | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
| US7872769B2 (en) | 2004-06-09 | 2011-01-18 | Canon Kabushiki Kaisha | Divided job scheduler |
| JP2006065460A (ja) * | 2004-08-25 | 2006-03-09 | Seiko Epson Corp | 画像処理を並列処理で実行する際の負荷の割り付け |
| JP2006065459A (ja) * | 2004-08-25 | 2006-03-09 | Seiko Epson Corp | 画像処理を並列処理で実行する際の負荷の割り付け |
| JP4556554B2 (ja) * | 2004-08-25 | 2010-10-06 | セイコーエプソン株式会社 | 画像処理を並列処理で実行する際の負荷の割り付け |
| JP2007318420A (ja) * | 2006-05-25 | 2007-12-06 | Canon Inc | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
| JP2008058514A (ja) * | 2006-08-30 | 2008-03-13 | Brother Ind Ltd | 通信装置及びプログラム |
| JP4725462B2 (ja) * | 2006-08-30 | 2011-07-13 | ブラザー工業株式会社 | 通信装置及びプログラム |
| US8533729B2 (en) | 2007-01-30 | 2013-09-10 | Alibaba Group Holding Limited | Distributed task system and distributed task management method |
| JP2010517198A (ja) * | 2007-01-30 | 2010-05-20 | アリババ グループ ホールディング リミテッド | 分散タスクシステムおよび分散タスク管理方法 |
| JP4569614B2 (ja) * | 2007-09-19 | 2010-10-27 | 日本電気株式会社 | データ変換システム |
| JP2009075689A (ja) * | 2007-09-19 | 2009-04-09 | Nec Corp | データ変換システム |
| JP2009086789A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Ltd | 並列型画像処理装置 |
| JP2009140418A (ja) * | 2007-12-10 | 2009-06-25 | Toshiba Corp | 電子機器および画像処理方法 |
| JP2009259231A (ja) * | 2008-04-16 | 2009-11-05 | Sharp Corp | プリンタコントローラにおける改善されたマルチ処理利用のための方法およびシステム |
| JP2009271830A (ja) * | 2008-05-09 | 2009-11-19 | Nuflare Technology Inc | 描画データ分散処理方法およびマスク描画装置 |
| JP2010039511A (ja) * | 2008-07-31 | 2010-02-18 | Toshiba Corp | パイプライン処理装置、パイプライン処理方法及びパイプライン制御プログラム |
| JP2010122758A (ja) * | 2008-11-17 | 2010-06-03 | Fujitsu Ltd | ジョブ管理装置、ジョブ管理方法およびジョブ管理プログラム |
| US8812639B2 (en) | 2008-11-17 | 2014-08-19 | Fujitsu Limited | Job managing device, job managing method and job managing program |
| JP2012514791A (ja) * | 2009-01-07 | 2012-06-28 | ソニー株式会社 | 並列タスクアプリケーションフレームワーク |
| WO2010106677A1 (ja) * | 2009-03-19 | 2010-09-23 | 富士通株式会社 | 分散処理システム、情報処理装置、分散処理プログラム及び分散処理方法 |
| JP5321680B2 (ja) * | 2009-03-19 | 2013-10-23 | 富士通株式会社 | 情報処理システム、情報処理装置、分散処理プログラム及び分散処理方法 |
| US8705825B2 (en) | 2009-12-11 | 2014-04-22 | Leica Biosystems Imaging, Inc. | Signal to noise ratio in digital pathology image analysis |
| JPWO2011141992A1 (ja) * | 2010-05-10 | 2013-07-22 | トヨタ自動車株式会社 | 故障診断装置及び故障診断方法 |
| WO2014132608A1 (ja) * | 2013-02-26 | 2014-09-04 | 日本電気株式会社 | 並列処理装置、並列処理方法、および並列処理プログラム記憶媒体 |
| JPWO2014132608A1 (ja) * | 2013-02-26 | 2017-02-02 | 日本電気株式会社 | 並列処理装置、並列処理方法、および並列処理プログラム記憶媒体 |
| US10025603B2 (en) | 2013-02-26 | 2018-07-17 | Nec Corporation | Parallel processing device, parallel processing method, and parallel processing program storage medium |
| JP2018512081A (ja) * | 2015-01-23 | 2018-05-10 | 浙江吉利控股集団有限公司Ｚｈｅｊｉａｎｇ Ｇｅｅｌｙ Ｈｏｌｄｉｎｇ Ｇｒｏｕｐ Ｃｏ．，Ｌｔｄ． | 移動端末、組合型端末装置、及び、寄せ集め制御方法 |
| US10743009B2 (en) | 2015-05-20 | 2020-08-11 | Socionext Inc. | Image processing apparatus and image processing method |
| JP2017058738A (ja) * | 2015-09-14 | 2017-03-23 | 富士ゼロックス株式会社 | 情報処理装置および画像形成装置 |
| WO2017163441A1 (ja) * | 2016-03-24 | 2017-09-28 | 富士ゼロックス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
| US10650481B2 (en) | 2016-03-24 | 2020-05-12 | Fuji Xerox Co., Ltd. | Image processing device, image processing method, and non-transitory computer readable medium for image processing |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0844678A (ja) | 画像処理装置及びシステム | |
| EP1386226B1 (en) | Resource balancing in a partitioned processing environment | |
| US6360263B1 (en) | Dynamic resource allocation for user management in multi-processor time shared computer systems | |
| JP4621999B2 (ja) | 情報処理システム | |
| CN1036877C (zh) | 一条多处理器流水线的动态工作量平衡 | |
| EP0693737A2 (en) | Method and apparatus for managing multiprocessor graphical workload distribution | |
| JP2011230470A (ja) | 印刷文書変換装置およびプログラム | |
| US8804145B2 (en) | Image processing apparatus, image processing method, and storage medium for realizing high-speed rendering processing | |
| WO2020125396A1 (zh) | 一种共享数据的处理方法、装置及服务器 | |
| KR20130088513A (ko) | 멀티코어 시스템의 태스크 분배 방법 및 장치 | |
| US7007150B2 (en) | Memory balancing and optimization services | |
| JPH012145A (ja) | 仮想計算機システムの資源管理方式 | |
| KR20110109074A (ko) | 그리드 컴퓨팅 시스템 및 그리드 컴퓨팅 서비스 제공방법 | |
| CN117058288A (zh) | 图形处理器及方法、多核图形处理系统、电子装置及设备 | |
| US20060195608A1 (en) | Method and apparatus for distributed processing, and computer product | |
| CN111158904A (zh) | 一种任务调度方法、装置、服务器及介质 | |
| JP4211645B2 (ja) | 専用プロセッサの備わった計算機システム | |
| CN112882787A (zh) | 一种数据可视化处理方法、装置、介质及电子设备 | |
| JP3728820B2 (ja) | 描画処理装置 | |
| WO2012107988A1 (ja) | メモリ管理プログラム、メモリ管理方法及び情報処理装置 | |
| CN115237605B (zh) | Cpu与gpu间的数据传输方法及计算机设备 | |
| JP2013073570A (ja) | 画像処理システム、印刷システム、制御装置、画像処理方法およびプログラム | |
| CN116028183A (zh) | 一种图像识别方法、装置、设备及存储介质 | |
| CN118277103B (zh) | 资源调度管理方法、智能计算云操作系统及计算平台 | |
| US11586624B2 (en) | Integrated native vectorized engine for computation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20011002 |