...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Experiments in Fluids: Experimental Methods and Their Applications to Fluid Flow >Fast and accurate PIV computation using highly parallel iterative correlation maximization
【24h】

Fast and accurate PIV computation using highly parallel iterative correlation maximization

机译：使用高度并行的迭代相关最大化，快速，准确地计算PIV

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Our contribution deals with fast computation of dense two-component (2C) PIV vector fields using Graphics Processing Units (GPUs). We show that iterative gradient-based cross-correlation optimization is an accurate and efficient alternative to multi-pass processing with FFT-based cross-correlation. Density is meant here from the sampling point of view (we obtain one vector per pixel), since the presented algorithm, folki, naturally performs fast correlation optimization over interrogation windows with maximal overlap. The processing of 5 image pairs (1,376 × 1,040 each) is achieved in less than a second on a NVIDIA Tesla C1060 GPU. Various tests on synthetic and experimental images, including a dataset of the 2nd PIV challenge, show that the accuracy of folki is found comparable to that of state-of-the-art FFT-based commercial softwares, while being 50 times faster.
机译：我们的贡献涉及使用图形处理单元（GPU）快速计算密集的两分量（2C）PIV矢量场。我们表明，基于迭代梯度的互相关优化是基于FFT互相关的多遍处理的一种准确有效的替代方案。从采样的角度来看，密度是指（我们每个像素获得一个矢量），因为提出的算法民俗自然地对具有最大重叠的询问窗口执行了快速相关性优化。在NVIDIA Tesla C1060 GPU上，不到5秒即可完成5对图像对（每个1,376×1,040）的处理。在合成图像和实验图像上进行的各种测试（包括第二次PIV挑战的数据集）表明，民谣的准确性可与基于FFT的最新商业软件相媲美，但速度却快了50倍。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号