用gpu实现超大sar图像各向异性扩散滤波加速方法

文档序号:6650632阅读:639来源:国知局
专利名称:用gpu实现超大sar图像各向异性扩散滤波加速方法
技术领域
本发明涉及遥感图像处理领域,并且更具体的涉及SAR图像滤波领域,是一种用 GPU实现超大SAR图像各向异性扩散滤波加速方法,用于提高图像滤波处理速度。
背景技术
雷达图像中的斑点噪声极大地降低了图像的可读性,不利于图像的解释和信息提 取,对此,国内外研究人员做了大量的研究工作。一种理想的滤波方法应该能够自适应的平 滑斑点噪声,保持边缘及特征边界的锐变性,同时保持纹理信息。近二十年来,基于偏微分方程(Partial Differential Equations,PDE)的图像处 理方法得到了很大的发展,其应用范围几乎覆盖了整个图像处理领域,如图像滤波,图像分 割,图像重建等。其中各向异性扩散滤波由于具有良好的噪声抑制能力和边缘保持能力而 被作为研究的重点。各向异性扩散滤波将图像描述为一个分片常数模型,即将边缘作为区 域的边界,假定各区域内像素的灰度值为常数。该滤波方法在区域内平滑的同时禁止区域 间的平滑,从而使滤波器在平滑噪声的同时能较好的保留边缘等重要特征。余永健等人研究指出由于基于最小均方误差的相干斑滤波器Lee,Fronst滤波器 都可以表示为各向异性扩散的偏微分方程形式,从而成功地将SAR图像的统计特性用于控 制异性扩散,提出基于各向异性扩散的噪声模型。之后结合P&M方程,提出了 SRAD(相干斑 减少各向异性扩散)滤波算法,这个算法第一次考虑了直接衡量相干斑抑制程度的等效视 数来构造扩散系数,得到一套处理方法。由于各向异性扩散SRAD滤波算法具有良好的边缘保持能力,同时对SAR图像的空 间分辨率影响较小,因此在近年来得到了广泛的应用。但现有图像滤波算法一般都是串行 算法,随着卫星遥感技术的发展与进步,遥感图像的分辨率也在不断提高,伴随着数据量也 越来越大,因此在处理超大图像时,串行处理速度显得较慢,如何提高处理速度已是人们亟 待解决的问题。图像滤波处理需要大规模的矩阵运算,因此可以考虑通过GPU并行处理来 提高处理速度。近年来GPU已经具备了实现大规模快速计算的编程能力,NVIDIA公司提出的计算 统一设备架构(CUDA)计算是这方面的杰出代表。在CUDA框架下,一个支持CUDA的GPU作 为CPU的协处理器适用于可以分解为SIMD并行模式的算法。CUDA开发的程序代码在实际 执行中分为两种,一种是运行在CPU计算机主机端(host)的代码,一种是运行在GPU设备 客户端(device)的代码,称为kernel。典型的CUDA程序过程一般包括如下步骤在CPU 上初始化数据,将数据传到GPU,运行kernel处理数据,最后把结果传回CPU。基于CUDA的 GPU计算是一种高度并行化的流式处理器,可对所有像素进行并行的操作。因此对SRAD滤 波算法进行并行化计算具有很大的可行性,并可以极大程度的发挥GPU的优势,针对超大 SAR图像的SRAD滤波算法进行并行化计算设计十分方便。
权利要求
1. 一种用GPU实现超大SAR图像各向异性扩散滤波加速方法,其特征在于各向异性 扩散滤波过程在CUDA架构下的GPU设备上并行计算,所述并行计算执行如下步骤(1)将需要进行各向异性扩散滤波的SAR图像数据I从计算机主机端内存复制到GPU 设备端的内存区域A中;(2)用各向异性扩散尺度函数,计算图像数据I的扩散尺度数据c(q),其步骤如下 2a)对图像数据I计算其梯度▽/;2b)对图像数据I进行离散拉普拉斯变换得到
2.根据权利要求1所述的用GPU实现的超大SAR图像各向异性扩散滤波加速方法,其 中步骤O)的计算是在第一个内核函数kernel中完成的,即SAR图像I的扩散尺度数据 c(q)通过使用多线程进行并行计算得到,并存储于GPU设备端的全局内存中,以供第二个 内核函数kernel访问数据。
3.根据权利要求1所述的用GPU实现的超大SAR图像各向异性扩散滤波加速方法,其 中步骤C3)的计算是在第二个内核函数kernel中完成的,即各向异性扩散滤波结果图数据 }通过使用多线程进行并行计算得到。
全文摘要
本发明公开一种用GPU实现超大SAR图像各向异性扩散滤波加速方法,解决利用各向异性扩散滤波对超大SAR图像处理时速度较慢的问题,各向异性扩散滤波过程利用CUDA在GPU中并行执行如下步骤(1)将图像数据I从计算机主机端内存复制到GPU内存区域A中;(2)用各向异性扩散尺度函数计算图像数据I的扩散尺度数据c(q);(3)按照各向异性扩散尺度函数方程计算各向异性扩散滤波结果图数据(4)循环重复步骤(2)、步骤(3)T次得到最终各向异性扩散滤波结果图IT,在迭代结束后将内存区域C中的数据IT复制到计算机主机端内存中。本发明利用CUDA架构下的GPU并行计算完成,在处理速度上与CPU串行计算相比明显得到了提高,并可应用于实时性处理要求较高的场合。
文档编号G06T5/00GK102073982SQ20111000520
公开日2011年5月25日 申请日期2011年1月10日 优先权日2011年1月10日
发明者付磊, 公茂果, 周智强, 尚荣华, 左弟俊, 曹宇, 李阳阳, 焦李成, 王桂婷, 马文萍, 马晶晶 申请人:西安电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1