[發明專利]一種基于GPU的二維圖像線積分計算方法、系統、電子設備及計算機存儲介質

在審

• 申請號: 202011216204.0
• 申請日: 2020-11-04
• 公開（公告）號: CN112288620A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 周辰;俞益洲;李一鳴;喬昕
• 申請（專利權）人: 北京深睿博聯科技有限責任公司;杭州深睿博聯科技有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T3/40;G06T5/00;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 賈耀梅

本發明公開了一種基于GPU的二維圖像線積分計算方法、系統、電子設備及計算機存儲介質，所述方法包括：將二維圖像進行預處理；依據角度將二維圖像的線積分分為水平方向組以及豎直方向組；構造神經網絡框架的卷積核，卷積所述三維特征圖與線積分結果之間的對應關系；通過所述卷積核對所述二維圖像進行特征提取得到三維特征圖即水平方向組的線積分；將所述二維圖像進行轉置后輸入所述卷積核或將所述二維圖像輸入轉置的卷積核，得到豎直方向組的線積分；將水平和豎直方向組的重合部分進行處理融合得到二維圖像線積分；本申請相比現有的BrandtDym算法，計算速度顯著提升十倍以上，且支持利用數據驅動方式進行具有任務針對性的線積分特征學習。

技術領域

本發明涉及圖像處理技術領域，具體的，涉及一種基于GPU的二維圖像線積分計算方法。

背景技術

給定一組二維數據g(x，y)，其線積分為在此數據上，沿著具有給定的位置、長度、方向的線段所進行的一維積分，在一定的離散誤差范圍內，計算二維圖像上多個位置、長度、方向的線積分結果，具有重要的實踐意義。例如，通過計算相鄰位置線積分的差值，能夠融合增強低對比度區域的圖像邊緣信息，進而實現在低信噪比圖像上的直線或者線段的檢測；又如，此過程可用于計算Radon變換，其在計算機斷層成像(Computed Tomography，CT)，條形碼掃描等場景中具有重要應用。

現有的BrandtDym算法計算線積分的方式：由于圖像數據總是離散的，積分線與格點線相交的數據值，用兩邊最近的個點數據插值得到，隨后線積分由梯形法近似得到。例如在圖2中，紅色線段的歸一化積分值為中間三個內點的和加上兩個端點平均值再除以4。圖3展示了初始線積分設定，其中初始線積分長度為2(以L-∞范數/曼哈頓距離計算)，對于每個起始點，計算8個角度的線積分，通過前述離散插值法，可得到初始線積分數值。考慮到對稱性，這些線積分覆蓋了當前角度采樣率之下的所有角度。在獲得初始線積分數值后進行遞歸計算，后續線積分遵從長度加倍、角度采樣率加倍、水平/豎直方向采樣率減半的準則進行計算。其中，對于已有采樣角度，直接將相同方向對應起點的線積分相加平均即可得到長度加倍后的線積分值(圖4左)；對于新的采樣角度，可以通過相鄰方向的線積分平均得到(圖4右)。通過長度為2的線積分(實線)計算長度為4的線積分(虛線)，圖4左圖中計算的線積分的方向存在于長度為2的線積分中，只需通過兩個相鄰該方向的長度為2的線積分平均得到，圖4右圖用四個長度為2的線積分的均值，可得到新的方向上長度為4的線積分。

該方案能夠通過遞歸方式，快速計算一定量化誤差范圍內，所有方向，所有長度，所有中心點位置的線積分。在最初層次，通過圖像數據計算得到一組極短長度(長度為2或4)的離散的積分值；在后續的遞歸階段，利用底層計算的線積分的值計算二倍長度的新的一組積分值。每次遞歸，積分長度倍增，角度采樣率倍增，水平或者垂直方向采樣率減半；對于積分值引入的誤差，小于計算機圖像數據的離散誤差。但是BrandtDym算法采用遞歸方式計算圖像線積分，其實現基于CPU且運行緩慢，且不能支持數據驅動的學習。

發明內容

針對現有技術中存在的問題，本發明的目的在于提供一種基于GPU的二維圖像線積分計算方法，它提出了基于GPU及現有開源神經網絡框架及空洞卷積實現的快速算法，與BrandtDym算法相比，其運行速度可提升十倍以上，大幅簡化編程實現難度，同時可進一步支持利用數據驅動方式，進行具有任務針對性的線積分特征學習。

為解決上述問題，第一方面，本申請提供一種基于GPU的二維圖像線積分計算方法，包括：

將二維圖像進行預處理；

依據角度將二維圖像的線積分分為水平方向組(|θ|≤π/4)以及豎直方向組(|θ|≥π/4)；

構造神經網絡框架的卷積核，卷積所述三維特征圖與線積分結果之間的對應關系；

通過所述卷積核對所述二維圖像進行特征提取得到三維特征圖即水平方向組的線積分；