[發(fā)明專利]用GPU實(shí)現(xiàn)超大SAR圖像各向異性擴(kuò)散濾波加速方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110005207.4
• 申請(qǐng)日: 2011-01-10
• 公開(kāi)（公告）號(hào): CN102073982A
• 公開(kāi)（公告）日: 2011-05-25
• 發(fā)明（設(shè)計(jì)）人: 公茂果;焦李成;周智強(qiáng);馬文萍;馬晶晶;尚榮華;王桂婷;李陽(yáng)陽(yáng);左弟俊;付磊;曹宇
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T1/20
• 分類號(hào): G06T1/20;G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 張問(wèn)芬

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像處理領(lǐng)域，并且更具體的涉及SAR圖像濾波領(lǐng)域，是一種用GPU實(shí)現(xiàn)超大SAR圖像各向異性擴(kuò)散濾波加速方法，用于提高圖像濾波處理速度。

背景技術(shù)

雷達(dá)圖像中的斑點(diǎn)噪聲極大地降低了圖像的可讀性，不利于圖像的解釋和信息提取，對(duì)此，國(guó)內(nèi)外研究人員做了大量的研究工作。一種理想的濾波方法應(yīng)該能夠自適應(yīng)的平滑斑點(diǎn)噪聲，保持邊緣及特征邊界的銳變性，同時(shí)保持紋理信息。

近二十年來(lái)，基于偏微分方程(Partial?Differential?Equations，PDE)的圖像處理方法得到了很大的發(fā)展，其應(yīng)用范圍幾乎覆蓋了整個(gè)圖像處理領(lǐng)域，如圖像濾波，圖像分割，圖像重建等。其中各向異性擴(kuò)散濾波由于具有良好的噪聲抑制能力和邊緣保持能力而被作為研究的重點(diǎn)。各向異性擴(kuò)散濾波將圖像描述為一個(gè)分片常數(shù)模型，即將邊緣作為區(qū)域的邊界，假定各區(qū)域內(nèi)像素的灰度值為常數(shù)。該濾波方法在區(qū)域內(nèi)平滑的同時(shí)禁止區(qū)域間的平滑，從而使濾波器在平滑噪聲的同時(shí)能較好的保留邊緣等重要特征。

余永健等人研究指出由于基于最小均方誤差的相干斑濾波器Lee，F(xiàn)ronst濾波器都可以表示為各向異性擴(kuò)散的偏微分方程形式，從而成功地將SAR圖像的統(tǒng)計(jì)特性用于控制異性擴(kuò)散，提出基于各向異性擴(kuò)散的噪聲模型。之后結(jié)合P&M方程，提出了SRAD(相干斑減少各向異性擴(kuò)散)濾波算法，這個(gè)算法第一次考慮了直接衡量相干斑抑制程度的等效視數(shù)來(lái)構(gòu)造擴(kuò)散系數(shù)，得到一套處理方法。

由于各向異性擴(kuò)散SRAD濾波算法具有良好的邊緣保持能力，同時(shí)對(duì)SAR圖像的空間分辨率影響較小，因此在近年來(lái)得到了廣泛的應(yīng)用。但現(xiàn)有圖像濾波算法一般都是串行算法，隨著衛(wèi)星遙感技術(shù)的發(fā)展與進(jìn)步，遙感圖像的分辨率也在不斷提高，伴隨著數(shù)據(jù)量也越來(lái)越大，因此在處理超大圖像時(shí)，串行處理速度顯得較慢，如何提高處理速度已是人們亟待解決的問(wèn)題。圖像濾波處理需要大規(guī)模的矩陣運(yùn)算，因此可以考慮通過(guò)GPU并行處理來(lái)提高處理速度。

近年來(lái)GPU已經(jīng)具備了實(shí)現(xiàn)大規(guī)模快速計(jì)算的編程能力，NVIDIA公司提出的計(jì)算統(tǒng)一設(shè)備架構(gòu)(CUDA)計(jì)算是這方面的杰出代表。在CUDA框架下，一個(gè)支持CUDA的GPU作為CPU的協(xié)處理器適用于可以分解為SIMD并行模式的算法。CUDA開(kāi)發(fā)的程序代碼在實(shí)際執(zhí)行中分為兩種，一種是運(yùn)行在CPU計(jì)算機(jī)主機(jī)端(host)的代碼，一種是運(yùn)行在GPU設(shè)備客戶端(device)的代碼，稱為kernel。典型的CUDA程序過(guò)程一般包括如下步驟：在CPU上初始化數(shù)據(jù)，將數(shù)據(jù)傳到GPU，運(yùn)行kernel處理數(shù)據(jù)，最后把結(jié)果傳回CPU。基于CUDA的GPU計(jì)算是一種高度并行化的流式處理器，可對(duì)所有像素進(jìn)行并行的操作。因此對(duì)SRAD濾波算法進(jìn)行并行化計(jì)算具有很大的可行性，并可以極大程度的發(fā)揮GPU的優(yōu)勢(shì)，針對(duì)超大SAR圖像的SRAD濾波算法進(jìn)行并行化計(jì)算設(shè)計(jì)十分方便。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述問(wèn)題的不足，提出一種用GPU實(shí)現(xiàn)的超大SAR圖像各向異性擴(kuò)散SRAD濾波加速方法，以解決在對(duì)超大SRA圖像進(jìn)行各向異性擴(kuò)散SRAD濾波時(shí)，串行處理速度較慢的問(wèn)題。

本發(fā)明的技術(shù)方案是：首先將需要進(jìn)行SRAD濾波的SAR圖像數(shù)據(jù)從計(jì)算機(jī)主機(jī)端內(nèi)存復(fù)制到GPU設(shè)備端的內(nèi)存中，由于受到硬件看門(mén)狗的影響，需要將SRAD濾波算法分成兩個(gè)kernel運(yùn)行，第一個(gè)kernel先完成擴(kuò)散尺度數(shù)據(jù)c(q)的并行計(jì)算，并存儲(chǔ)于GPU設(shè)備端的全局內(nèi)存中，以供第二個(gè)kernel訪問(wèn)數(shù)據(jù)，第二個(gè)kernel完成最終濾波結(jié)果圖數(shù)據(jù)I^T的并行計(jì)算。其具體實(shí)現(xiàn)步驟如下：

(1)將需要進(jìn)行SRAD濾波的SAR圖像數(shù)據(jù)I從計(jì)算機(jī)主機(jī)端內(nèi)存復(fù)制到GPU設(shè)備端的內(nèi)存區(qū)域A中；

(2)用各向異性擴(kuò)散尺度函數(shù)，按照如下步驟計(jì)算圖像數(shù)據(jù)I的擴(kuò)散尺度數(shù)據(jù)c(q)；

2a)對(duì)圖像數(shù)據(jù)I計(jì)算其梯度

2b)對(duì)圖像數(shù)據(jù)I進(jìn)行離散拉普拉斯變換得到

2c)將已計(jì)算得到的圖像梯度數(shù)據(jù)以及拉普拉斯變換數(shù)據(jù)代入擴(kuò)散系數(shù)方程，然后求解SRAD濾波的擴(kuò)散系數(shù)q，其中擴(kuò)散系數(shù)方程如下式所示：