划分大图像进行并行处理

Question

假设我有一个非常大的位图，它应该被分成更小的块用于并行处理。但在某些情况下，应考虑来自邻近区域的边缘像素。我应该简单地添加一些重叠/填充还是还有其他事情要做？

Answer 1

在与其他子块相邻的那些边上扩展子块是并行处理中的常见模式。它在 halos 模式上称为 ghost cells 模式。基本上，你需要像处理模板一样多的像素单元/光晕，并在每次处理迭代开始时传递它们的值。还可以采用两倍大的光晕区域，从而减少通信数量的一半（提高高延迟网络的性能）。每个并行进程将其子块的一部分发送到其邻居的晕区域（反之亦然）的过程称为 halo交换。大多数并行处理库（例如MPI）提供有助于执行这些光环交换的例程（例如，MPI_Cart_shift()与MPI中的MPI_Sendrecv()结合。）

Answer 2

是的，重叠是最常见的解决方案。请注意，在图像的物理边缘，您将不得不做一些更聪明的事情，因为没有任何像素可以从neighbooring瓷砖中获取。通常的解决方案是通过图像内容的连续性来镜像或延长，除非您不介意输出图像小于输入图像。