dc.contributor.advisor | Elster, Anne C. | |
dc.contributor.author | Treland, Anders Nikolai | |
dc.date.accessioned | 2021-10-07T17:19:21Z | |
dc.date.available | 2021-10-07T17:19:21Z | |
dc.date.issued | 2020 | |
dc.identifier | no.ntnu:inspera:57320302:37071211 | |
dc.identifier.uri | https://hdl.handle.net/11250/2788473 | |
dc.description | Full text not available | |
dc.description.abstract | Fourier Ptychography er en nylig utviklet teknikk innenfor beregningsbasert mik-
roskopi, som rekonstruerer et høyoppløselig bilde, med stort synsfelt, ut i fra et
sett med lavoppløselige mikroskop-bilder. En programmerbar LED-matrise belyser
prøven fra flere vinkler, slik at den kan rekonstrueres i høy detalj av en iterativ
faseinnhentnings-algoritme.
Denne avhandlingen utforsker potensialet FP-algoritmen har til å utnytte den
ubestridte regnekraften til moderne GPUer. En GPU-basert FP rekonstruksjonsal-
goritme er utviklet i CUDA og sammenlignet med en eksisterende Matlab imple-
mentasjon, med en økning i ytelse på opptil 70x.
Ytelsen og nøyaktigheten til CUDA-basert FP rekonstruksjon i singelpresisjon
er sammenlignet med dobbelpresisjon. Med en ytelsesøkning tilsvarende 4.3x,
uten tap i nøyaktighet.
Motivasjonen for en blokkprosesserings-tilnærmelse for rekonstruksjon av store
bilder er diskutert. Både med tanke på bildekvalitet og minnehåndtering. En multi-
tråd blokkprosesserings-løsning for rekonstruksjon av store bilder er presentert
og utviklet i CUDA. Muligheten for å skjule minnetransaksjoner og oppnå høyere
ytelse, ved å benytte flere CUDA strømmer, er diskutert og realisert med moderat
ytelsesøkning.
En simpel metode for korrektere uønskede effekter, som følger av å sy sammen
bilder i blokkprosessering, er presentert og implementert på GPU med tilstrekke-
lige resultater. | |
dc.description.abstract | Fourier Ptychography is a recently developed technique in computational micro-
scopy that reconstructs a high field of view, high resolution image from a set of low resolu-
tion microscope images. The sample is illuminated from multiple incident angles
using a programmable LED matrix as back-light, and reconstructed using an iter-
ative phase-retrieval algorithm.
In this thesis, the potential for the FP reconstruction algorithm to utilize the
unprecedented computing power of modern GPU’s is investigated. A GPU based
Gauss-Newton FP reconstruction algorithm is developed in CUDA and compared
against an existing Matlab implementation, with an achieved increase in through-
put of up to 70x.
The performance and accuracy of single-precision CUDA FP reconstruction is
measured against double precision, yielding increased throughput of 4.3x in single
precision with no loss of accuracy.
The motivation for a block-processing approach to reconstruct large images
is discussed. Both in terms of improved quality of reconstruction, and efficient
memory handling. A multi-threaded block-processing solution for large image re-
construction is presented and developed in CUDA. The prospect of this solution
to hide memory transfers and improve performance, through concurrency of mul-
tiple CUDA streams, is discussed and realized with moderate performance gain.
A simplistic method of correcting stitching effects that arise from block-processing
is presented and implemented on GPU, with adequate results. | |
dc.language | | |
dc.publisher | NTNU | |
dc.title | GPU accelerated Fourier Ptychography | |
dc.type | Master thesis | |