[發明專利]基于并行運算的非下采樣輪廓波變換優化方法

有效

• 申請號: 201810560673.0
• 申請日: 2018-06-04
• 公開（公告）號: CN108897616B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 滕奇志;張耀;王潤涵;何小海;卿粼波;熊淑華
• 申請（專利權）人: 四川大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F8/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于并行運算的非下采樣輪廓波變換優化方法，包括以下步驟(1)根據GPU和CPU配置情況，計算執行NSCT算法中多尺度分解與不同級別方向分解所需要啟用的GPU數目和開啟的CPU線程數，以及分配給每個GPU的實際計算量；(2)對NSCT分解與重構過程進行并行性分析，發現可以將圖像數據移動至GPU，計算卷積，計算結果回存等過程進行并行處理；(3)使用OpenMP和CUDA并行執行NSCT分解和重構過程。本發明方法可以通過并行執行數據移動、像素級并行計算卷積等過程，顯著提高NSCT運算速度，降低運行時間，提高NSCT算法的實用性。

技術領域

本發明涉及一種圖像的多尺度幾何分析方法尤其涉及一種基于并行運算的非下采樣輪廓波變換優化的方法，屬于圖像圖像處理技術領域。

背景技術

隨著數字圖像處理技術，多尺度幾何分析等方法的廣泛研究，多種基于多尺度幾何分析的變換方法相繼發展起來。其中最具代表性的變換為Contourlet變換(輪廓波變換)，該變換的優勢是其基函數分布在多尺度、多方向上，用少量的變換系數就可以有效地捕捉圖像的邊緣輪廓，彌補了小波變換無法高效地表示圖像邊緣信息的缺陷。因此，Contourlet變換在圖像去噪、圖像融合、圖像壓縮、圖像特征提取等方面都有了進一步地應用。但是由于Contourlet變換的過程中進行下采樣，導致圖像的連續性被破壞。在重構的過程中會出現Gibbs效應，并且Contourlet變換中的拉普拉斯金字塔濾波器分解過程中采用的下采樣步驟也會導致圖像低頻頻譜泄漏，在方向濾波器分解過程中的下采樣步驟會導致方向頻譜混疊，使得方向子帶中夾雜其他噪聲頻譜。同時，下采樣還會導致無法精確分析同尺度下方向子帶之間的關系。因此Contourlet變換不具有平移不變性。

為此，研究學者們提出了非下采樣Contourlet變換，即NSCT(The NonsubsampledContourlet Transform)。通過引入非下采樣塔式濾波器組(Nonsubsampled PyramidFilter Banks，NSPFB)和非下采樣方向濾波器組(Nonsubsampled Directional FilterBanks,NSDFB)替代Contourlet變換中原有的LP和DFB環節，取消對原始圖像的下采樣操作，在保證原Contourlet特性的前提下獲得了良好的平移不變特性。因此，NSCT在圖像的多尺度幾何分析領域中的優異表現使其倍受研究者關注，但在實際應用中，特別是針對高分辨率圖像，NSCT需要進行多次的迭代濾波及二維卷積，導致NSCT算法的時間開銷過大，難以高效地使用在實際應用中。如何提高NSCT運行效率，減少運行時間，是現今急需解決的問題。

發明內容

本發明的目的在于為解決上述問題而提供一種對NSCT的實現進行并行加速，提高計算效率減少運行時間的基于并行運算的非下采樣輪廓波變換優化的方法。

本發明所述基于并行運算的非下采樣輪廓波變換優化的方法，包括如下步驟：

(1)將NSCT算法的matlab源碼半自動翻譯轉換為C++代碼；

(2)對步驟(1)中使用工具翻譯轉換得到的C++代碼進行人工修正；

(3)根據GPU和CPU配置情況，計算執行NSCT算法所需要啟用的GPU數目和開啟的CPU線程數，以及分配給每個GPU的實際計算量；

(4)對NSCT分解與重構過程中的并行性分析；

(5)使用OpenMP和CUDA并行執行NSCT分解過程；

(6)使用OpenMP和CUDA并行執行NSCT重構過程；

(7)程序調試：按照以上(1)～(6)步編寫NSCT的并行程序，對不同分辨率的圖像，在不同的實驗硬件環境下進行對比實驗。