Сидоркина И.Г., Кудрин П.А. Алгоритм определения множества ближайших точек для распознавания трехмерных изображений

Аннотация: Представлено решение задачи выбора эффективного алгоритма определения множества ближайших точек для распознавания трехмерных изображений. Следовательно, от того, насколько эффективно реализован алгоритм поиска МБТ, зависит эффективность всего алгоритма распознавания, использующего МБТ в качестве необходимого звена при обработке изображения. Рассмотрен алгоритм определения множества ближайших точек с помощью деления пространства на кубы (АДПК). Проведен анализ алгоритма, получены математические соотношения, характеризующие временную сложность алгоритма. В статье показано решение задачи оценки АДПК, которая состоит в разбиении на элементарные операции и выражение времени выполнения микроопераций через константы для получения порядка сложности и асимптотических соотношений, которые показывают степень роста времени выполнения алгоритма в зависимости от объема входных данных. Приведены оценки порядка временной сложности для двух реализаций АДПК: последовательной и распараллеленной. Приведена распараллеленная реализация алгоритма и получены оценки ее сложности. Произведено сравнение алгоритма с известными аналогами по временной сложности.

Ключевые слова:

Abstract: the article present a solution for the problem of choosing an eff ective algorithm for determining the set of nearest points for 3D image recognition. The eff ectiveness of the algorithm for determining the set of nearest points aff ects eff ectiveness of the entire image recognition algorithm that uses the set of nearest points as a required step in the image recognition process. The authors present an algorithm for determining the set of nearest points by dividing the space into cubes, analyze the algorithm and shows mathematical relations of the algorithm time complexity. The article illustrates a solution for the task of the algorithm for dividing the space into cubes evaluating which consists of the splitting into elementary operations and expressing the time of execution via microoperations through constants for obtaining the degree of complexity and asymptotic relations showing the ratio of the algorithm execution time increase depending on the size of the input data. The article provides the estimations of the degree of the time complexity for the two implementations of the algorithm for dividing the space into cubes: sequential implementation and parallelized implementation. The authors present the parallelized implementation of the algorithm, obtain estimates its complexity and compare it by the time complexity with the known algorithms.

Keywords: