[發(fā)明專利]基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810897336.0
• 申請(qǐng)日: 2018-08-08
• 公開（公告）號(hào): CN109345465B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 周慧鑫;黃楙森;成寬洪;趙東;宋江魯奇;于躍;李歡;姚博;秦翰林;杜娟;宋尚真;譚威
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T1/20
• 代理公司: 西安志帆知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61258
• 代理人: 侯峰;韓素蘭

1.一種基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法，其特征在于，該方法為：對(duì)輸入圖像進(jìn)行高斯曲率濾波，之后，根據(jù)濾波后的輸入圖像的梯度結(jié)合基于坐標(biāo)分離的并行高斯曲率濾波重構(gòu)輸入圖像，對(duì)所述重構(gòu)后的輸入圖像進(jìn)行噪聲抑制獲得增強(qiáng)圖像；

所述根據(jù)濾波后的輸入圖像的梯度結(jié)合基于坐標(biāo)分離的并行高斯曲率濾波重構(gòu)輸入圖像，具體為：根據(jù)濾波后的輸入圖像確定該輸入圖像的梯度，基于坐標(biāo)分離的并行高斯曲率濾波對(duì)所述梯度進(jìn)行濾波處理，對(duì)濾波后的梯度進(jìn)行非線性變換獲得變換后的梯度場(chǎng)，根據(jù)所述變換后的梯度場(chǎng)重構(gòu)輸入圖像；

所述對(duì)濾波后的梯度進(jìn)行非線性變換獲得變換后的梯度場(chǎng)，具體為：梯度場(chǎng)T的非線性變換函數(shù)采用指數(shù)變換形式：

其中，U為輸入圖像，T為變換后的梯度場(chǎng)，為梯度算子，為圖像梯度，為圖像梯度模值，g(·)為變換系數(shù)函數(shù)，變換系數(shù)函數(shù)形式為：

其中，e為自然對(duì)數(shù)的底數(shù)；

所述圖像梯度和圖像梯度模值通過中央差分算法表示為：

其中，U_i,j表示(i,j)坐標(biāo)處圖像的像素值，表示(i,j)坐標(biāo)處梯度的m分量；

所述根據(jù)濾波后的輸入圖像的梯度結(jié)合基于坐標(biāo)分離的并行高斯曲率濾波重構(gòu)輸入圖像，重構(gòu)過程通過最小化一個(gè)能量泛函實(shí)現(xiàn)，即

其中，E(·)為能量泛函，Ω為圖像定義域；

所述能量泛函的極小值通過迭代偏微分方程得到，即

U′＝U-δt*(ΔU-divT)

其中，U′表示重構(gòu)輸出，U表示重構(gòu)輸入，δt表示迭代步長(zhǎng)，δt＝0.3，Δ為拉普拉斯算子，div為散度算子；

所述拉普拉斯算子和散度算子基于中央差分算法表示為：

ΔU＝U_i,j+1+U_i,j-1+U_i+1,j+U_i-1,j-4*U_i,j

其中，表示梯度場(chǎng)T中(i,j)坐標(biāo)處的n分量。

2.根據(jù)權(quán)利要求1所述的基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法，其特征在于，該方法還包括對(duì)所述重構(gòu)后的輸入圖像進(jìn)行噪聲抑制獲得一次增強(qiáng)圖像之后，根據(jù)一次增強(qiáng)圖像的梯度結(jié)合基于坐標(biāo)分離的并行高斯曲率濾波重構(gòu)輸入圖像，對(duì)所述重構(gòu)后的輸入圖像進(jìn)行噪聲抑制，如此重復(fù)至少兩次后獲得最終增強(qiáng)圖像。

3.根據(jù)權(quán)利要求1或2所述的基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法，其特征在于，所述對(duì)輸入圖像進(jìn)行高斯曲率濾波，具體通過以下步驟實(shí)現(xiàn)：

步驟101：將輸入圖像的每一像素視為中心像素，在鄰域像素構(gòu)成的8個(gè)切平面，尋找與中心像素距離最近的面，并對(duì)中心像素值進(jìn)行修正使其落在該面上；

步驟102：對(duì)于(i,j)坐標(biāo)處的圖像像素分別計(jì)算與領(lǐng)域窗口內(nèi)的像素構(gòu)成的8個(gè)切平面的距離：

d₅＝U_i-1,j+U_i,j-1-U_i-1,j-1-U_i,j

d₆＝U_i-1,j+U_i,j+1-U_i-1,j+1-U_i,j

d₇＝U_i,j-1+U_i+1,j-U_i+1,j-1-U_i,j

d₈＝U_i,j+1+U_i+1,j-U_i+1,j+1-U_i,j

其中，U_i,j表示(i,j)坐標(biāo)處圖像的像素值；

步驟103：根據(jù)最小距離調(diào)整法對(duì)(i,j)坐標(biāo)處的圖像像素值進(jìn)行修正：

|d_k|＝min{|d_l|,l＝1...8}；

步驟104：采用域分解方法將輸入圖像按照奇偶坐標(biāo)劃分為四組不同像素，對(duì)各組交替更新；

步驟105：經(jīng)過坐標(biāo)分離，其中一組像素值修正更新時(shí)，該組像素周圍領(lǐng)域像素值不變，當(dāng)一組像素更新之后，圖像局部曲率有所下降，然后再依次更新其余三組像素，完成高斯曲率濾波。