Extração de Modelo Digital de Elevações Acelerada em GPU
Autores
|
5683 |
Irving da Silva Badolato
|
2612,347
|
|
5684 |
2612,347
|
Informações:
Publicações do PESC
Apresenta-se, nesta dissertação, uma proposta para aceleração do processo de aquisição automática de Modelos Digitais de Elevaçãoo. Como referência é adotado um algoritmo preexistente que está disponível segundo licença GNU GPL no e-foto, um software aplicado à educação em fotogrametria digital e mapeamento topográfico. Primeiramente são abordadas técnicas de criação de perfis para análise de performance das chamadas de funções e cobertura de código para verificar o esforço computacional e determinar gargalos. Em seguida é descrita otimização para melhoria do algoritmo de correlação cruzada normalizada utilizado em conjunto com a técnica de crescimento de regiões para buscar pontos homólogos. Pontos homólogos são os pontos utilizados na determinação das coordenadas tridimensionais viabilizando a reconstrução de cena aplicada aos pares de imagens estereoscópicas. Finalmente, é elaborado o conjunto de rotinas de um programa em GPU e são realizados testes para determinar o ganho em relação a versão original do programa que executa sequencialmente em CPU.
It is presented in this work a proposal to speed up the automatic acquisition of Digital Elevation Models. Is adopted as a reference a pre-existing algorithm that is available under GNU GPL on e-foto, a software applied to education in digital photogrammetry and topographic mapping. First, techniques of profiling for performance analysis in function calls and source code coverage are discussed to verify the computational efort and determine bottlenecks. Then, is described a optimization to improve the normalized cross-correlation algorithm used along with the region growing technique for searching homologous points. Homologous points are the points used in determining the three-dimensional coordinates enabling the scene reconstruction applied to pairs of stereoscopic images. Finally, a set of routines is prepared to GPU program and tests are conducted to determine the gain compared to the original version of the program running sequentially on the CPU.