Shape from focus 알고리즘을 이용한 3치원 높이 측정 빙법의 CUDA 기반 병렬처리/고속화 연구 = A Study on the CUDA-based Parallel Processing ana Fast ComDutation of 3-dimensional Height Measurement Method using Shape from Focus

국문 초록 (Abstract)

2차원 영상을 기반으로 하는 machine vision 알고리즘의 한계를 넘기 위해서는 고속/고정밀의 3차원 측정 알고리즘이 필요하다. 대부분의 3차원 측정 알고리즘은 방대한 양의 계산을 필요로 하며, 정밀도를 높일수록 계산량은 기하급수적 으로 증가하게 된다. 3차원 측정 알고리즘 중 SFF(Shape From Focus) 방법은 비교적 구현이 간단하면서도 높은 정밀도를 가지나, 방대한 데이터 처리를 위한 연산이 필요하다. 많은 영상 데이터를 실시간으로 처리하려면 고속영상처리 알고리즘이 필수 요소이다. 본 논문에서는 낮은 비용으로 대규모 병렬처리 환경 구축이 능한 최신 그래픽 프로세서 (GPU)를 이용하여 SFF 알고리즘의 주요 연산과정을 병렬화하여 구현하였다. 또한 메모리 사용에 따라 최적화하여 중앙처리장치(CPU)에서 SFF 알고리즘을 실행시킨 경우와 비교하여 처리시간을 측정하였더니 CPU에서의 처리시간에 비해 GPU에서의 처리시간이 급격하게 향상되었으며, convolution 할 때 kernel 크기가 크면 클수록 더욱 빠른 수행시간을 보여주고 있다.

다국어 초록 (Multilingual Abstract)

In order to overcome the limitation or 2-aimensionai image based machine vision algorithm, we need the 3-dimensional measurement algorithm with high-speed/high-precision ability. In the conventional 3-dimensional measurement algorithms, SFF method has a simple implementation and high-precision ability. But this method has many amount of computation to process large image data. To process large image data in real-time, we need the high-speed image processing algorithm. In this paper, we propose the parallel processing algorithm for SFF, the proposed parallel processing algorithm is implemented on GPU(Graphical Processing Unit). Also, the proposed one has optimal memory usage on GPU. In the simulation, the proposed method implemented on GPU is more faster than the conventional SFF on single CPU. Also, if the size of kernel in convolution operation is more larger the execution time of the proposed methoa is more shorter than conventional one.

목차 (Table of Contents)

• 1. 서 론
• II. Shape From Focus
• III. SFF 병렬화 알고리즘
• IV. 실험 결과 및 분석
• V. 결 론