Evaluation of Fog Reduction Algorithms for Photogrammetric Applications in Agriculture

Chavarría-Zamora, Luis Alberto; Arriola-Valverde, Sergio; Rimolo-Donadío, Renato

doi:10.1109/iwobi.2018.8464186

Cited by 2 publications

(1 citation statement)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Múltiples métodos propuestos para reducir niebla en imágenes son en realidad variaciones u optimizaciones del DCP (por ejemplo [1], [4]). Además, existen trabajos para aplicaciones agrícolas en imágenes aéreas, donde el DCP muestra una mejora de calidad en imágenes para fotogrametría utilizando un brillo modificado en los espacios HSB y HSL antes de la aplicación del algoritmo DCP [5].…”

Section: 𝐈𝐈(𝑥𝑥) = 𝐉𝐉(𝑥𝑥)𝑡𝑡(𝑥𝑥) + 𝐀𝐀*1 − 𝑡𝑡(𝑥𝑥)-unclassified

Perfilado de rendimiento de FPS para múltiples arquitecturas computacionales usando el algoritmo de reducción de neblina DCP

Navarro-Brenes

Chavarría-Zamora

2022

View full text Add to dashboard Cite

Este documento presenta una prueba de rendimiento creada para evaluar el desempeño de diferentes plataformas en la ejecución de un algoritmo de reducción de niebla basado en el “Dark Channel Prior” (DCP) [1]. El parámetro utilizado para la evaluación fue el número de cuadros por segundo (FPS, por sus siglas en inglés) que el dispositivo es capaz de procesar. Con esta herramienta se logra determinar aquellas arquitecturas que son aptas para ejecutar el algoritmo en tiempo real. El ambiente de pruebas se ejecutó en cuatro plataformas, un Google Pixel 3a, una Raspberry Pi 3B+, una GPU de NVIDIA y un procesador Intel x86. Se usaron los siguientes kits de desarrollo de software (SDK, por sus siglas en inglés) según la plataforma: Android NDK, Yocto Poky, CUDA y la cadena de herramientas GCC. La herramienta permitió recopilar, para cada plataforma, los FPS para distintos tamaños de imagen, con estos resultados se pueden escoger la arquitectura más idónea según el área de implementación (e.g., bajo consumo o HPC). El ambiente de pruebas se ejecutó en cuatro plataformas, un Google Pixel 3a, una Raspberry Pi 3B+, una GPU de NVIDIA y un procesador Intel x86. Se usaron los siguientes kits de desarrollo de software (SDK, por sus siglas en inglés) según la plataforma: Android NDK, Yocto Poky, CUDA y la cadena de herramientas GCC. La herramienta permitió recopilar, para cada plataforma, los FPS para distintos tamaños de imagen, con estos resultados se pueden escoger la arquitectura más idónea según el área de implementación (e.g., bajo consumo o HPC).

show abstract

Section: 𝐈𝐈(𝑥𝑥) = 𝐉𝐉(𝑥𝑥)𝑡𝑡(𝑥𝑥) + 𝐀𝐀*1 − 𝑡𝑡(𝑥𝑥)-unclassified