[发明专利]用GPU实现超大SAR图像各向异性扩散滤波加速方法

权利要求书

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

2c)将图像梯度数据以及拉普拉斯变换数据代入扩散系数方程，求解SRAD滤波的扩散系数q，扩散系数方程如下式所示：

q=[12(|▿I|I)2-116(▿2II)2]/[1+14(▿2II)]2]]>

2d)将各向异性扩散滤波的扩散系数q代入各向异性扩散尺度函数，求解SAR图像数据I的扩散尺度c(q)，并将计算得到的扩散尺度数据c(q)存储于GPU设备端的内存区域B中，各向异性扩散尺度函数方程如下式：

c(q)=11+[q2-q02(t)]/[q02(t)(1+q02(t))]]]>

式中，q₀(t)为图像均匀平坦区域局部方差系数；

(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

3a)将扩散尺度数据c(q)代入各向异性扩散尺度函数方程，得到各向异性扩散滤波结果图数据将各向异性扩散滤波结果图数据存储于GPU设备端的内存区域C中，其中各向异性扩散方程如下式所示：

I~=I+Δt4(div(c(q))▿I)]]>

式中Δt为SRAD滤波算法的时间步长；

3b)将存储于GPU设备端的内存区域C中的各向异性扩散滤波结果图数据复制到GPU设备端内存区域A中，以覆盖图像数据I；

(4)依次循环重复步骤(2)、步骤(3)T次得到最终的各向异性扩散滤波结果图I^T，其中T为预先设定的各向异性扩散滤波算法的迭代次数，在迭代结束后将内存区域C中的最终滤波结果图数据I^T复制到计算机主机端内存中。