Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/28641| Título: | Melhoria do desempenho de processamento de algoritmos de reconstrução de imagens em ensaios não destrutivos por ultrassom utilizando as ferramentas Cython e Numba |
| Título(s) alternativo(s): | Improving the processing performance of image reconstruction algorithms in ultrasonic nondestructive testing using Cython and Numba tool |
| Autor(es): | Kelniar, Lucas Henrique |
| Orientador(es): | Guarneri, Giovanni Alfredo |
| Palavras-chave: | Testes não-destrutivos Ultrassom Reconstrução de imagens Python (Linguagem de programação de computador) Non-destructive testing Ultrasonics Image reconstruction Python (Computer program language) |
| Data do documento: | 30-Nov-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | KELNIAR, Lucas Henrique. Melhoria do desempenho de processamento de algoritmos de reconstrução de imagens em ensaios não destrutivos por ultrassom utilizando as ferramentas Cython e Numba. 2021. Trabalho de Conclusão de Curso (Engenharia de Elétrica) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2021. |
| Resumo: | Este trabalho tem o objetivo de avaliar o uso das ferramentas Numba e Cython na otimização do tempo de processamento de códigos Python utilizados para reconstrução de imagens com dados oriundos de inspeções não destrutivas por ultrassom. Foram avaliados somente os algoritmos de reconstrução de imagens baseados no princípio de atraso-e-soma e que são amplamente utilizados: Synthetic Aperture Focusing Technique (SAFT), o Total Focusing Method (TFM) e o Coherent Plane Wave Compounding (CPWC). Esse trabalho propõe utilizar técnicas de adaptação dos códigos, já desenvolvidos em um framework, para melhorar o desempenho no tempo de execução, utilizando as ferramentas Numba e Cython. É feita uma avaliação das implementações dessas técnicas pela medição e comparação dos tempos de execução. Foi observado uma melhora de aproximadamente 4 vezes para o SAFT, 8 vezes para o TFM e 388 vezes para o CPWC. Todos são os melhores resultados, e correspondem ao uso do Numba, porém o Cython também exibiu melhoras nos tempos de execução com aplicação das técnicas. Isso mostra que as ferramentas são eficazes para melhorar o desempenho de execução dos algoritmos de reconstrução de imagens. |
| Abstract: | This work aims to evaluate the use of Numba and Cython tools in optimizing the processing time of Python codes used for image reconstruction from nondestructive ultrasound inspections data. Only the image reconstruction algorithms that are based on the principle of delay-and-sum and that are widely used were evaluated: Synthetic Aperture Focusing Technique (SAFT), the Total Focusing Method (TFM) and the Coherent Plane Wave Compounding (CPWC). This paper proposes to use techniques to adapt codes, already developed in a framework, to improve runtime performance using the Numba and Cython tools. An evaluation of the implementations of these techniques is made by measuring and comparing execution times. An improvement of approximately 4 times for SAFT, 8 times for TFM and 388 times for CPWC was observed. All are the best results, and correspond to the use of Numba, but Cython also exhibited improvements in execution times with application of the techniques. This shows that the tools are effective in improving the runtime performance of image reconstruction algorithms. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/28641 |
| Aparece nas coleções: | PB - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| melhoriadesempenhoalgoritmospython.pdf | 2,63 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
