Pasar al contenido principal

SOLUCIONES HARDWARE Y SOFTWARE PARA LA COMPUTACION DE ALTAS PRESTACIONES

TIN2013-41129-P

•
Nombre agencia financiadora Ministerio de Economía y Competitividad
Acrónimo agencia financiadora MINECO
Programa Programa Estatal de Fomento de la Investigación Científica y Técnica de Excelencia
Subprograma Subprograma Estatal de Generación de Conocimiento
Convocatoria Proyectos de I+D (Excelencia / Generación de Conocimiento)
Año convocatoria 2013
Plan Estatal 2013-2016 Plan Estatal de Investigación Científica y Técnica y de Innovación
Unidad de gestión Secretaría de Estado de Educación, Formación Profesional y Universidades
Centro beneficiario UNIVERSIDADE DE SANTIAGO DE COMPOSTELA
Identificador persistente http://dx.doi.org/10.13039/501100003329

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Capítulo o parte de un libro (BookPart)

Transformada de Fourier aplicada al alineamiento de imágenes multidimensionales en GPU

  • Ordóñez Iglesias, Álvaro
  • Argüello Pedreira, Francisco
  • Blanco Heras, Dora
La alineación de imágenes es una tarea previa fundamental en numerosas aplicaciones de imágenes. La gran cantidad de información que contienen las imágenes multidimensionales puede ser utilizada para conseguir alineaciones más precisas. Además, la mayoría de los algoritmos de alineación ignoran el tiempo de cómputo. En este artículo presentamos un algoritmo de alineación de imágenes multidimensionales basado en la transformada rápida de Fourier, el análisis de componentes principales y la combinación de mapas log-polar. El algoritmo propuesto hace uso de la correlación de fase para recuperar los parámetros que permiten alinear la imagen. Asimismo, se ha realizado una implementación eficiente sobre Unidades de Procesamiento Gráfico (GPUs). Diferentes técnicas de optimización, como el uso de bibliotecas CUDA optimizadas y el uso eficiente de las diferentes memorias, han sido aplicadas para obtener el mejor rendimiento. Como resultado, el algoritmo es robusto y ha sido probado con diferentes imágenes consiguiendo alineaciones de hasta una escala 6.0x para todos los ángulos, y con una aceleración de la implementación paralela en GPU de hasta 165.4x respecto de la implementación secuencial en CPU