需要一种有效的方法来根据大量 3D 坐标绘制平面

Question

我在 2D 相机上收集了一些检测器数据，然后将其转换为实验室框架，因此我最终得到了图像中每个像素的 (x^2+y^2) 和 z 坐标.但是随后对象围绕它正常旋转并且每次旋转都有一个 img 。我将旋转矩阵应用于 (x^2+y^2) 以获得每个 img 的 x 和 y 矩阵，所以我最终得到每个 image/angle 的类似结果.所以每个像素都有一个 3D 位置和强度。

z                  x            y          img
444444444     123456789     123456789    123456789                  
333333333     123456789     123456789    423466789
222222222     123456789     123456789    223256789
111111111     123456789     123456789    523456689

然后我想做的是提取一个平面，即为给定的 z 范围绘制 x、y 的地图。

问题稍微复杂一点：

labframe 实际上是弯曲的，所以我不能相信 x 和 y 的每一行都相同。图像大小约为 2048x2048x32 位 (Tiff) - 可以有 1000 张图像。

我目前的解决方案是使用 CUDA/Numba，我有一个函数可以计算给定角度的 z、x、y、img ，所以我对所有角度都这样做。每次我然后切片一些行，并扩展一个列表，其中包含 x、y、img 值。然后用scipy.interpolate.griddata给出一个二维图。 griddata 也很慢，GPU 上的任何东西可能会更好。

整个过程很慢，所以我正在寻找更好的解决方案，或者也许图书馆已经这样做了？ CUDA 代码看起来像这样，它本身并不慢：

#constants are q0, angi, rot_direction, SDD, k0, Binv
@cuda.jit
    def detector_to_hkl_kernel(h_glob,k_glob,l_glob,omega_rad):
        #get the current thread position
        j,i = cuda.grid(2)

        if j < h_glob.shape[0] and i < h_glob.shape[1]:
            delta_z= (q0[1]-j)*pixel_y  #real-space dinstance from centre pixel y
            delta_x = (i-q0[0])*pixel_x  #real-space dinstance from centre pixel x
            delR = math.sqrt(delta_x**2 + delta_z**2)            
            dist = math.sqrt(delta_x**2+SDD**2 + delta_z**2) #distance to pixel      

            #lab coorindates of pixel in azimuthal angles
            del_pix  = math.atan(delta_x/ SDD)
            gam_pix = math.atan(delta_z/math.sqrt(delta_x**2 + SDD**2))-angi*math.cos(del_pix)
                            
            #lab coordinates in momenturm transfer                                  
            qx = k0*(math.cos(gam_pix)*math.cos(del_pix)-math.cos(angi))
            qy = k0*(math.cos(gam_pix)*math.sin(del_pix)) 
            qz = k0*(math.sin(gam_pix)+math.sin(angi))

            so = math.sin(rotDirection*omega_rad)
            co = math.cos(rotDirection*omega_rad)
            # we deal with the angle of incidence in the momentum transfer calc
            # so that part of the rotation matrix can be fixed
            ci = 1 #math.cos(angi) 
            si = 0 #math.sin(angi)

            #rotation matrix
            hphi_1 = so*(ci*qy+si*qz)+co*qx
            hphi_2 = co*(ci*qy+si*qz)-so*qx
            hphi_3 = ci*qz-si*qy
                
            #H= Binv dot Hphi 
            # compute the dot product manually 
            h_glob[j,i] = Binv[0][0]*hphi_1+Binv[0][1]*hphi_2+Binv[0][2]*hphi_3
            k_glob[j,i] = Binv[1][0]*hphi_1+Binv[1][1]*hphi_2+Binv[1][2]*hphi_3
            l_glob[j,i] = Binv[2][0]*hphi_1+Binv[2][1]*hphi_2+Binv[2][2]*hphi_3              
            
        
    h_global_mem  = cuda.to_device(np.zeros((pixel_count_y,pixel_count_x)))
    k_global_mem  = cuda.to_device(np.zeros((pixel_count_y,pixel_count_x)))
    l_global_mem  = cuda.to_device(np.zeros((pixel_count_y,pixel_count_x)))                  

    # Configure the blocks
    threadsperblock = (16, 16)
    blockspergrid_x = int(math.ceil(pixel_count_y / threadsperblock[0]))
    blockspergrid_y = int(math.ceil(pixel_count_x / threadsperblock[1]))
    blockspergrid = (blockspergrid_x, blockspergrid_y)

    detector_to_hkl_kernel[blockspergrid, threadsperblock](h_global_mem,k_global_mem,l_global_mem, omega_rad)        
    return [h_global_mem.copy_to_host(),k_global_mem.copy_to_host(),l_global_mem.copy_to_host()]

Answer 1

首先请注意，您在这里使用的是双精度，并且主流的中端消费类 GPU 非常慢 来计算双精度浮点数。事实上，GTX 1660 Super GPU 的单精度计算能力为 5027 GFlops，双精度计算能力仅为 157 GFlops（慢 32 倍）。一种简单的解决方案是通过指定 dtype=np.float32 或使用 array.astype(np.float32) 转换数组，在您的代码中 使用单精度浮点数 。如果您不能使用简单精度或混合精度，另一种昂贵的解决方案可能是使用专用的专业 GPU。

此外，几个表达式可以提前预先计算并存储在常量中。这包括例如 math.cos(angi)、math.sin(angi) 和 1.0/SDD。其他一些表达式可以存储在临时变量中，因为编译器可能无法有效地分解代码（主要是因为trigonometric functions）。

此外，三角函数通常非常昂贵，尤其是当您希望计算符合 IEEE-754 标准时（math.xxx 调用很可能就是这种情况）。您可以改用 approximations。 CUDA 提供了 __cosf、__sinf 和 __tanf 内在函数，它们应该更快（但如果使用它们，请注意结果）。我不确定您是否可以直接调用它们，但您可以将参数 fastmath=True 添加到 JIT 装饰器中，它可以为您做到这一点。

我认为使用 32x8 的 2D 线程块可能会更快一些，因为线程被打包在包含 32 个线程和 GPU 的 warps 中。但最好的解决方案是检查许多不同块大小的性能。

如果所有这些还不够，您可以尝试使用 共享内存 来减少每个块完成的指令量，因为某些表达式会在每个块中重新计算多次。

需要一种有效的方法来根据大量 3D 坐标绘制平面

Need an efficient way to plot planes from large sets of 3D coordinates

python

parallel-processing

performance

cuda

scientific-computing