Geri Dön

GPU programlama kullanan seviye kümeleri ve uygulamaları

Level set and applications using GPU programming

  1. Tez No: 334652
  2. Yazar: ZAFER GÜLER
  3. Danışmanlar: YRD. DOÇ. DR. AHMET ÇINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Son yıllarda grafik işlemcilerinin gelişmesi ile birlikte ekran kartları, genel amaçlı hesaplamalar yapmak için yaygın olarak kullanılmaya başlanmıştır. Özellikle 2007 yılında yayınlanan CUDA C dili ile birlikte birçok araştırmacı, CUDA C programlama dilini yüksek hesaplama gereken işlemler için kullanmıştır. Bu tez çalışmasında görüntü bölütleme için kullanılan seviye kümesi yöntemi ölçeklendirme yaklaşımı ile GPU üzerinde çalıştırılmıştır. Seviye kümeleri yaklaşımı ağırlıklı olarak kısmi diferansiyel denklemlerin çözümüne dayanmaktadır. Sunulan yöntem kısmi diferansiyel denklem çözümüne gerek duymaz. Temel geometrik dönüşümlerden olan ölçeklendirme yaklaşımını kullanır. Böylece çözüm için gerekli olan hesaplama yükünü hafifletir. GPU üzerinde CUDA programlama kullanılarak performans ve harcanan zaman bakımından avantaj sağlanmış ve çok daha hızlı sonuçlar elde edilmiştir. GPU kullanılması ile gerçek zamanlı işlem yapmaya da olanak sağlamıştır. Geliştirilen uygulama MRI beyin görüntüleri üzerinde tümör bulunması amacı ile kullanılmıştır.

Özet (Çeviri)

In recent years, with the development of graphics processors, graphics cards have been widely used to perform general-purpose calculations. Especially with release of CUDA C programming languages in 2007, most of the researchers have been used CUDA C programming language for the processes which needs high performance computing. In this thesis, a scaling approach for image segmentation using level sets is carried out by the GPU programming techniques. Approach to level sets is mainly based on the solution of partial differential equations. The proposed method does not require the solution of partial differential equation. Scaling approach, which uses basic geometric transformations, is used. Thus, the required computational cost reduces. The use of the CUDA programming on the GPU has taken advantage of classic programming as spending time and performance. Thereby results are obtained faster. The use of the GPU has provided to enable real-time processing. The developed application in this study is used to find tumor on MRI brain images.

Benzer Tezler

  1. Paralel veri işleme teknikleri kullanılarak silindirik metal nesnelerin yüzey hatalarının gerçek zamanlı olarak belirlenmesi

    Real-time determination of the surface errors of cylindrical metal objects using parallel data processing techniques

    SEMRA AYDIN

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. ÖMER FARUK BAY

    PROF. DR. REFİK SAMET

  2. Investigating conjugate heat transfer in a square cylinder via Lattice boltzmann method

    Lattice boltzmann yaklaşımıyla kare silindirde birleşik ısı transferinin incelenmesi

    AANIF HUSSAIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. BAYRAM ÇELİK

  3. Grammatical genetic programming on heterogeneous computing platforms

    Heterojen hesaplama platformları için gramer yönlendirmeli genetik programlama

    HAKAN AYRAL

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  4. Deep learning model optimization for real-time smallobject detection on embedded gpus

    Gömülü GPU'larda gerçek zamanlı küçük nesne tespiti için derin öğrenme model optimizasyonu

    SHAROZE ALI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Medipol Üniversitesi

    Elektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı

    PROF. DR. HASAN FEHMİ ATEŞ

  5. Real-time arbitrary view rendering from stereo video and time-of-flight camera

    İki görüntülü video ve uçuş süresi kamerası ile gerçek zamanlı gelişigüzel görü imgesi oluşturulması

    TUĞRUL KAĞAN ATEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF. DR. A. AYDIN ALATAN