[發明專利]一種基于GPU并行加速的頻域幸運成像方法

有效

• 申請號: 202110203591.2
• 申請日: 2021-02-23
• 公開（公告）號: CN112991141B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 李彬華;顏如玉
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T1/60;G06V10/771;G06K9/62
• 代理公司: 昆明人從眾知識產權代理有限公司 53204
• 代理人: 何嬌

本發明涉及一種基于GPU并行加速的頻域幸運成像方法，屬于圖像處理算法技術領域。包括建立CPU+GPU異構系統，對需要并行加速部分用CUDA C編寫程序并編譯成ptx文件，以便在MATLAB中直接調用，包括以下步驟，在MATLAB中讀取FITS文件的信息頭文件，提取出圖像幀數及每一幀圖像數據信息；將所得數據從系統內存復制到GPU顯存，利用GPU的并行性分配相應cuda核對數據類型進行轉換；對所得數據中的特征圖，尋找其峰值及其位置坐標。該加速算法所得幸運成像結果圖與CPU(MATLAB)平臺上運行的算法一致，但整個算法的運行速度快了3倍，即使與CPU(C++)平臺的算法相比，也快了1.6倍。

技術領域

本發明涉及一種基于GPU并行加速的頻域幸運成像方法，屬于圖像處理算法技術領域。

背景技術

傳統的幸運成像，屬于空域圖像處理范疇，其算法主要由圖像的預處理、“好圖”篩選與圖像的配準和疊加四個步驟完成。頻域幸運成像算法基本流程仍與傳統的空域幸運成像流程一致，主要區別是將圖像經過傅里葉變換，在頻域內對每一個空間頻率所對應的所有圖的復數值按其模的大小進行排序，按選擇率進行復數值的選取和疊加。該算法解決了空域幸運成像數據利用率低的問題，可更多地利用短曝光圖像中的有用信息，提升了最終合成圖像的效果。

頻域幸運成像算法流程如圖1所示，它主要由數據幀預處理、頻域數據選擇和圖像合成三部分組成。

現有的算法不能基于GPU并行，速度方面無法突破更快。

有鑒于此特提出本發明。

發明內容

為了解決上述現有技術的不足，本發明提供了一種基于GPU并行加速的頻域幸運成像方法。

本發明的技術方案是：一種基于GPU并行加速的頻域幸運成像方法，建立CPU+GPU異構系統，對需要并行加速部分用CUDA C編寫程序并編譯成ptx文件，以便在MATLAB中直接調用，包括以下步驟:

S1、在MATLAB中讀取FITS文件的信息頭文件，提取出圖像幀數及每一幀圖像大小等圖像數據信息；

S2、將所得數據從系統內存復制到GPU顯存，利用GPU的并行性分配相應cuda核對數據類型進行轉換；

S3、對所得數據中的frameNum個ydim×xdim大小的特征圖，尋找其峰值及其位置坐標；

S4、以灰度峰值為中心進行圖像裁剪，得到包含天文目標的128×128大小的特征圖；

S5、之后調用OpenCV庫中的cv:GaussianBlur進行高斯濾波；再對濾波后的空域圖像數據進行傅里葉變換，得到頻域圖像數據；

S6、把得到頻域圖像數據保存在預先分配好的cuda核中再對得到的10000幀圖像數據進行頻域振幅最大值排序；

S7，將所得到的頻域幅值排序結果回傳到系統內存，在MATLAB中按給定的選擇率即選圖比找出幅值前K大的特征圖進行復數累加求和；

S8，對得到的結果進行傅里葉逆變換及可視化，輸出結果圖。

進一步地，ITS文件具體為將短曝光天文圖像的FITS頭文件數據讀取到內存，從中解析出圖像信息，然后，依次讀取圖像數據，讀取到的數據是8位的unsigned char類型，將前后讀到的兩個8位的unsigned char類型數據記為a0、a1進行一個轉換，公式如下：d＝a₀×256+a₁。