[發明專利]基于CUDA的快速雙邊濾波方法

在審

• 申請號: 201410727796.0
• 申請日: 2014-12-03
• 公開（公告）號: CN104732490A
• 公開（公告）日: 2015-06-24
• 發明（設計）人: 陳強;曾炫杰;孫權森;譚海鵬;朱文斌
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T1/20
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱顯國

技術領域

本發明涉及圖形圖像處理以及并行計算領域，特別是一種基于CUDA的快速雙邊濾波方法。

背景技術

圖像傳感器在工作的過程中會受到各種各樣的因素影響，如圖像獲取圖像的環境，傳感元器件自身質量等等，因此，數字圖像在形成的過程中會受到多種噪聲的污染。這些噪聲會對對圖像后期處理造成很大的影響。如何在能夠保持圖像原本信息的同時濾除這些噪聲就顯得十分重要。傳統的濾波器在去除噪聲的同時也會對圖像的邊緣造成模糊。為了解決這個問題，Tomasi和Manduchi在1998年提出了雙邊濾波算法。與高斯濾波類似，雙邊濾波也采用了局部加權平均的思想，不同的是雙邊濾波在計算權重的過程中加入了像素值相似度這一項。因此雙邊濾波在去噪的過程中能夠很好地保留圖像的邊緣信息，更加符合人眼的視覺習慣，在解決圖像處理領域中的一些實際問題時取得了很好的效果，目前廣泛應用在圖像去噪，圖像分割，圖像復原，光流估計等領域。雙邊濾波算法通過實踐證明是非常有效的，但它的計算時間較長，無法應用到很多需要實時處理的圖像任務當中。如何快速實現雙邊濾波算法就變得十分重要。

CUDA(Compute?Unified?Device?Architecture)統一計算設備架構，是NVIDIA公司推出的一種利用GPU(Graphic?Processing?Unit)圖形處理器，進行通用并行計算的架構。相比較于CPU(Central?Processing?Unit)中央處理器，GPU專為密集型、高度并行化的計算而設計，且在浮點運算方面能力更強，這樣巨大的優勢使得CUDA在矩陣計算，圖像視頻處理，機器學習，計算機可視化等領域都有著良好的應用前景。在圖像處理領域，近些年來有很多國內外很多學者都嘗試利用CUDA來優化自己的算法。在醫學圖像方面，Anders?Eklund認為GPU可以大大加速并行計算，而且價格低廉，高效節能，非常適合用于解決需要大量計算的醫療成像問題，在視頻圖像處理方面，Yu-Shan?Pai等人利用CUDA來加速LDPC解碼，最終可以實現46.52的加速比。在目前對雙邊濾波進行加速的研究當中都沒有考慮到雙邊濾波算法中存在大量可以并行計算的部分以及利用CUDA在并行計算方面巨大的優勢。

發明內容

本發明的目的在于提供一種基于CUDA的快速雙邊濾波方法，旨在解決雙邊濾波算法復雜度較高，無法滿足圖像實時處理的要求。在本方法中，根據CUDA的特性對算法進行優化，最終實現在不改變雙邊濾波去噪性能的情況下，大幅加速雙邊濾波計算速度，從而可以滿足圖像實時處理的要求。

本發明主要利用CUDA對雙邊濾波進行并行化加速，同時根據架構本身的特性對算法進行優化，最高加速比能達到75以上。

實現本發明目的的技術方案為：一種基于CUDA的快速雙邊濾波方法，包括以下步驟：

步驟1、計算空域高斯模板，模板大小定義為(2N+1)×(2N+1)其中N為自然數，一般取N為1、2、3。

步驟2、由CPU獲取圖像數據，并將數據保存在主機Host內存中；

步驟3、申請GPU內存空間，用于保存濾波計算所需的空域高斯模板、圖像數據和完成濾波計算之后的圖像數據；

步驟4、將Host內存中的圖像數據和高斯模板數據復制到GPU的內存中；

步驟5、計算所需要的Thread線程數，然后設定計算所需的Block線程塊數。

步驟6、啟動CUDA多線程，對圖像數據做并行卷積模板運算，卷積模板分為兩個部分，空域高斯模板和值域高斯模板。并根據GPU計算特性來優化運算。

步驟7、完成濾波計算，將計算結果從GPU中復制到Host內存中。

步驟1中所述的計算空域高斯模板矩陣，其公式為