Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Perroni, Peter Frank
Orientador(a): Weingaertner, Daniel, 1976-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algorítmos - Inteligencia artificial - Particulas
Imagens digitais
Luz - Espalhamento
Ciência da Computação
Link de acesso: https://hdl.handle.net/1884/30081
Resumo: Orientador: Prof. Dr. Daniel Weingaertner
id UFPR_3a0a9ea8827fd08391487caef64ba635
oai_identifier_str oai:acervodigital.ufpr.br:1884/30081
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaWeingaertner, Daniel, 1976-Perroni, Peter Frank2024-11-04T18:22:12Z2024-11-04T18:22:12Z2013https://hdl.handle.net/1884/30081Orientador: Prof. Dr. Daniel WeingaertnerDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 21/02/3013Bibliografia : fls. 81-86Resumo: Apresentamos um método para a estimativa da função de espalhamento pontual (PSF) de imagens de superfície solar obtidas por telescópios terrestres e corrompidas pela atmosfera. A estimativa e feita obtendo-se a fase da frente de onda usando um conjunto de imagens de curta exposto, a reconstrucão de granulado optico do objeto observado e um modelo PSF parametrizado por polinómios de Zernikes. Estimativas da fase da frente de onda e do PSF sao computados atraves da minimização de uma função de erro com um metodo de otimizacão cooperativa por nuvens de partículas (CPSO), implementados em OpenCL para tirar vantagem do ambiente altamente paralelo Um metodo de calibração e apresentado para ajustar os parâmetros do que as unidade de processamento gráfico (GPU) provem. algoritmo para resultados de baixo custo, resultando em solidas estimativas tanto para imagens de baixa frequência quanto para imagens de alta frequência. Os resultados mostram que o metodo apresentado possui rápida convergência e e robusto a degradação causada por ruídos. Experimentos executados em uma placa NVidia Tesla C2050 computaram 100 PSFs com 50 polinómios de Zernike em 36 minutos. Ao aumentar-se o número de coeficientes de Zernike dez vezes, de 50 para 500, o tempo de execucão aumentou somente 17%, o que demonstra que o algoritmo proposto é pouco afetado pelo número de Zernikes utilizado.Abstract: We present a method for estimating the point spread function (PSF) of solar surface images acquired from ground telescopes and degraded by atmosphere. The estimation is done by retrieving the wavefront phase using a set of short exposures, the speckle reconstruction of the observed object and a PSF model parametrized by Zernike polynomials. Estimates of the wavefront phase and the PSF are computed by minimizing an error function with a cooperative particle swarm optimization method (CPSO), implemented in OpenCL to take advantage of highly parallel graphical processing units (GPUs). A calibration method is presented to adjust the algorithm parameters for low cost results, providing solid estimations for both low frequency and high frequency images. Results show that the method has a fast convergence and is robust to noise degradation. Experiments run on an NVidia Tesla C2050 were able to compute 100 PSFs with 50 Zernike polynomials in " 36 minutes. The increase on the number of Zernike coefficients tenfold, from 50 to 500, caused the increase of 17% on the execution time, showing that the proposed algorithm is only slightly affected by the number of Zernikes used.86f. : il., gráfs., tabs.application/pdfDisponível em formato digitalAlgorítmos - Inteligencia artificial - ParticulasImagens digitaisLuz - EspalhamentoCiência da ComputaçãoPoint spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUSinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisengreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - PETER FRANK PERRONI.pdfapplication/pdf3599890https://acervodigital.ufpr.br/bitstream/1884/30081/1/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf23c13a2d23ac09ef5bcd3cc852dee51dMD51open accessTEXTR - D - PETER FRANK PERRONI.pdf.txtExtracted Texttext/plain162584https://acervodigital.ufpr.br/bitstream/1884/30081/2/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf.txt96d145f772cbeb6fbaef5bb767110ca9MD52open accessTHUMBNAILR - D - PETER FRANK PERRONI.pdf.jpgGenerated Thumbnailimage/jpeg1175https://acervodigital.ufpr.br/bitstream/1884/30081/3/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf.jpg5b1535c6b5b1a4ece2ca876f7f5af3c8MD53open access1884/300812024-11-04 15:22:12.209open accessoai:acervodigital.ufpr.br:1884/30081Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082024-11-04T18:22:12Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
title Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
spellingShingle Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
Perroni, Peter Frank
Algorítmos - Inteligencia artificial - Particulas
Imagens digitais
Luz - Espalhamento
Ciência da Computação
title_short Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
title_full Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
title_fullStr Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
title_full_unstemmed Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
title_sort Point spread function estimation of solar surface images with a cooperative particle swarm optmization on GPUS
author Perroni, Peter Frank
author_facet Perroni, Peter Frank
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Weingaertner, Daniel, 1976-
dc.contributor.author.fl_str_mv Perroni, Peter Frank
contributor_str_mv Weingaertner, Daniel, 1976-
dc.subject.por.fl_str_mv Algorítmos - Inteligencia artificial - Particulas
Imagens digitais
Luz - Espalhamento
Ciência da Computação
topic Algorítmos - Inteligencia artificial - Particulas
Imagens digitais
Luz - Espalhamento
Ciência da Computação
description Orientador: Prof. Dr. Daniel Weingaertner
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2024-11-04T18:22:12Z
dc.date.available.fl_str_mv 2024-11-04T18:22:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/30081
url https://hdl.handle.net/1884/30081
dc.language.iso.fl_str_mv eng
language eng
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 86f. : il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/30081/1/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf
https://acervodigital.ufpr.br/bitstream/1884/30081/2/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/30081/3/R%20-%20D%20-%20PETER%20FRANK%20PERRONI.pdf.jpg
bitstream.checksum.fl_str_mv 23c13a2d23ac09ef5bcd3cc852dee51d
96d145f772cbeb6fbaef5bb767110ca9
5b1535c6b5b1a4ece2ca876f7f5af3c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526207022694400

Registros relacionados