[發(fā)明專(zhuān)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(kāi)（公告）號(hào): CN109345465B
• 公開(kāi)（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(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)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

本發(fā)明公開(kāi)了一種基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法，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。本發(fā)明的基于坐標(biāo)分離的并行高斯曲率濾波并行實(shí)現(xiàn)方法，解決了相鄰像素干擾問(wèn)題，加快了濾波收斂速度，在同樣迭代次數(shù)下，比所有像素同步更新的傳統(tǒng)方法能夠更快地去除噪聲，改善圖像質(zhì)量。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法。

背景技術(shù)

近年來(lái)，隨著半導(dǎo)體技術(shù)的快速發(fā)展，圖形處理器(GPU)的計(jì)算能力得到了極大的提升，相比于CPU，其具有更強(qiáng)的算術(shù)運(yùn)算能力和更高的存儲(chǔ)器帶寬，在細(xì)粒度并行處理方面具有很大的優(yōu)勢(shì)；同時(shí)，隨著CUDA以及OpenCL等開(kāi)發(fā)工具的發(fā)布，并行計(jì)算的編程難度進(jìn)一步降低，這使得基于GPU的并行計(jì)算在機(jī)器學(xué)習(xí)以及計(jì)算機(jī)視覺(jué)等領(lǐng)域受到了廣泛關(guān)注，也逐漸成為圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)。

基于高斯曲率濾波和梯度場(chǎng)重構(gòu)的圖像增強(qiáng)算法通過(guò)梯度變換來(lái)增強(qiáng)圖像對(duì)比度，采用高斯曲率濾波對(duì)重構(gòu)過(guò)程中的噪聲進(jìn)行抑制，在增強(qiáng)圖像細(xì)節(jié)的同時(shí)，能夠有效解決噪聲擴(kuò)散和放大問(wèn)題，具有良好的增強(qiáng)效果。但是算法涉及的濾波運(yùn)算很多，計(jì)算量非常大，隨著圖像分辨率以及重構(gòu)迭代次數(shù)的增加，傳統(tǒng)的基于CPU的實(shí)現(xiàn)方法難以保證實(shí)時(shí)性，無(wú)法滿(mǎn)足實(shí)際應(yīng)用需求。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的主要目的在于提供一種基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

本發(fā)明實(shí)施例提供一種基于GPU的高分辨率圖像實(shí)時(shí)增強(qiáng)方法，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。

上述方案中，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。

上述方案中，所述對(duì)輸入圖像進(jìn)行高斯曲率濾波，具體通過(guò)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