Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Cluster Computing
Erschienen in: Cluster Computing 1/2017

04.03.2017

An artifact detection scheme with CUDA-based image operations

verfasst von: Nakhoon Baek, Kuinam J. Kim

Erschienen in: Cluster Computing | Ausgabe 1/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Many image filtering techniques can be accelerated with compute unified device architecture (CUDA)-based massively parallel implementations. In this paper, we show the major issues on our acceleration techniques, and also its implementation details. We implemented various image filtering operations in our own CUDA kernel programs, and they are combined to build an artifact-detection scheme in PCB board soldering process. We designed our own computational logics on the artifact detection, and finally, the whole system figure out the potential artifact regions. Comparing with the central processing unit-based reference implementation, we show its correctness and feasibility, with much execution speed-ups.
Vorheriger Artikel Geometric primitive extraction from LiDAR-scanned point clouds
Nächster Artikel CBR-based network performance management with multi-agent approach

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
2.
Harris, M.: Optimizing Parallel Reduction in CUDA. NVIDIA, Santa Clara, CA (2016)
3.
4.
Aoyama, Y., Nakano, J.: RS/6000 SP: Practical MPI Programming. ITSO, Austin (1999)
5.
Pacheco, P.S.: Parallel Programming with MPI. Morgan Kaufmann, San Francisco (1997)MATH
6.
ARB, O.: OpenMP Application Programming Interface, Version 4.5, OpenMP Architecture Review Board, Erlangen-Nuremberg, Germany, (2015)
7.
NVIDIA: CUDA C Programming Guide. NVIDIA, Santa Clara, CA (2016)
8.
Munshi, A.: The OpenCL Specification, Version 1.0. Khronos OpenCL Working Group (2012)
9.
Reid, H.: Introduction to Statistics. SAGE publications, Los Angeles, CA (2013)
10.
Gonzalez, R.: Digital Image Processing, 3rd edn. Pearson, London, United Kingdom (2014)
11.
12.
Huang, T.S., Yang, G.J., Tang, G.Y.: A fast two-dimensional median filtering algorithm. IEEE Trans. Acoust. Speech Signal Process. 27(1) (1979)
13.
Harris, M.: Optimizing Parallel Reduction in CUDA. NVIDIA, Santa Clara, CA (2016)
14.
Kalentev, O., Rai, A., Kemnitz, S., Schneider, R.: Connected component labeling on a 2D grid using CUDA. J. Parallel Distrib. Comput. 71, 615–620 (2011)CrossRef
15.
Paravecino, F., Kaeli, D.: Accelerated connected component labeling using CUDA framework. Lect. Notes Comput. Sci. 8671, 502–509 (2014)CrossRef
Metadaten
Titel
An artifact detection scheme with CUDA-based image operations
verfasst von
Nakhoon Baek
Kuinam J. Kim
Publikationsdatum
04.03.2017
Verlag
Springer US
Erschienen in
Cluster Computing / Ausgabe 1/2017
Print ISSN: 1386-7857
Elektronische ISSN: 1573-7543
DOI
https://doi.org/10.1007/s10586-017-0760-4

Weitere Artikel der Ausgabe 1/2017

Cluster Computing 1/2017 Zur Ausgabe

OriginalPaper

Priority queue based polling mechanism on seismic equipment cluster monitoring

OriginalPaper

Motif identification method based on Gibbs sampling and genetic algorithm

OriginalPaper

Trend prediction of wear fault of wind generator high-speed gear using a fusion of UICA and PE method

OriginalPaper

Influence mechanism of multi-network embeddedness to enterprises innovation performance based on knowledge management perspective

OriginalPaper

Applying the locality principle to improve the shortest path algorithm

OriginalPaper

Multi-objective optimization and decision making for greenhouse climate control system considering user preference and data clustering

Premium Partner

    Bildnachweise