The KIPS Transactions:PartA (정보처리학회논문지A)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Parallel Algorithm for 3D Geographic Information System

3차원 공간정보 시스템을 위한 병렬 알고리즘

  • 조정우 (서울시립대학교 대학원 컴퓨터·통계학과) ;
  • 김진석 (서울시립대학교 컴퓨터·통계학과)
  • Published : 2002.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

Many systems handle 3D-image were used. High-performance computer systems and techniques of compressing images to handle 3D-image were used. But there will be cost Problems, if GIS system is implemented, using the high-performance system. And if GIS system is implemented, using the techniques of compressing images, there will be some loss of a image. It will take a long processing time to handle 3D-images using a general PC because the size of 3D-image files are very huge. The parallel algorithm presented in the paper can improve speed to handle 3D-image using parallel computer system. The system uses the method of displacing images from nodes to screens, dividing a 3D-image into multiple sub images on multiple nodes. The performance of the presented algorithm showers improving speed by experiments.

3D 공간정보를 이용하여 3D 이미지를 처리하는 시스템이 많이 상용화되어 있다. 기존에 3D 이미지를 처리하기 위한 방법으로 고성능의 시스템을 이용하거나 이미지 압축 기술을 사용하였다. 하지만 고성능의 시스템을 사용하여 GIS 시스템을 구현할 경우 가격의 부담이 크다는 문제점이 있고 이미지 압축 기술을 사용하여 GIS 시스템을 구현할 경우 원 이미지에 손실이 크다는 문제점이 있다. 또한 일반 시스템에서 3D 이미지를 처리하려면 3D 이미지의 파일의 크기가 크기 때문에 공간 이미지를 처리하는데 시간이 오래 걸린다는 단점이 있다. 따라서 본 논문에서는 3D 이미지를 병렬로 처리하여 디스플레이 시간을 단축하는 병렬 알고리즘을 제안한다. 본 논문에서 제시된 병렬 알고리즘은 3D 이미지를 다수의 노드로 분할하여 각 노드에서 이미지를 화면에 디스플레이 하는 방법을 사용한다. 병렬컴퓨터의 노드의 수가 증가함에 따라 제안된 알고리즘의 성능이 증가함을 실험을 통해 보였다.

Keywords

References

  1. 정상화, 류광열, 고윤영, 곽민석, '병렬 GIS를 위한 효율적인 분산공유메모리 시스템', 정보과학회논문지(c), 제5권 제6호, 1999
  2. 김진호, 김남규, 김지인, 정갑주, '볼륨렌더링을 위한 병렬화 방법들의 성능평가', 99 가을 학술발표논문집(I), 제26권 제2호, pp.641-643, 1999
  3. 성운재, 허성준, 손호준, 원광연, '병렬 디스플레이 시스템과 이를 이용한 분산 이미지 모자이크 기법', HCI 2000 학술대회발표논문집, pp.909-913, 2000
  4. M. Mirmehdi and M. Petrou, 'Segmentation of color textures,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.22, pp.142-159, Feb., 2000 https://doi.org/10.1109/34.825753
  5. W. S. Lin, W. H. Lau, K. Hwang, Fellow, X. Lin, Y. S. Cheung, 'Adaptive Parallel Rendering on Multiprocessors and Workstation Clusters,' IEEE Trans. on Paralle and Distributed Systems, Vol.12, pp.241-258, Mar., 2001 https://doi.org/10.1109/71.914755
  6. W. Li, D. Zhang, Z. Liu, and X. Qiao, 'A Parallel algorithm for Image information restoration,' Proc. of High Performance Computing in the Asia-Pacific Region, Vol.2, pp.790-793, 2000 https://doi.org/10.1109/HPC.2000.843547
  7. M. Ishii, 'Cluster technologies for high performance computing,' Proc. of Parallel Architectures, Algorithms, and Networks, pp.168-170, 1999 https://doi.org/10.1109/ISPAN.1999.778934
  8. J. L. Martin, G. Aranguren, J. Ezquerra, and P. Ibanez, 'Parallel Raster Image Processor for PCB Manufacturing,' Conf. on 20th International IECON 1994, Vol.2, pp.1184-1189, 1994 https://doi.org/10.1109/IECON.1994.397960
  9. S. Barsamian, 'Uses of Parallel Processors in a Photo Based Image Generator,' IEEE Proc. of Aerospace and Electronics Conference NAECON 1990, Vol.2, pp.688-693, 1990 https://doi.org/10.1109/NAECON.1990.112849
  10. A. L. DeCegama, 'PARALLEL PROCESSING ARCHITECTURES AND VLSI HARDWARE VOLUME 1,' PRENTICE HALL, pp.106, 1989
  11. S. Shekhar, S. Ravada, V. Kuma, D. Chubb, and G. Turner, 'Declustering and load_balancing methods for parallelizing geographic information systems,' IEEE Trans on. Knowledge and Data Engineering, Vol.10, pp.632-655, 1998 https://doi.org/10.1109/69.706061
  12. ESRI, 'http://www.esri.com'
  13. Intergraph, 'http://www.intergraph.com'
  14. Mapinfo, 'http://www.mapinfo.com'
  15. KSIC(한국공간정보통신), 'http://www.ksic.net'
  16. GRASS, 'http://grass.itc.it'
  17. MPI, 'http://www-unix.mcs.anl.gov/mpi'