[发明专利]图像滤波方法及CT系统

说明书

技术领域

本发明涉及一种图像滤波方法及CT系统，尤其涉及利用并行计算的图像滤波方法及CT系统。

背景技术

图像滤波，即消除图像中的无用噪声，是图像预处理中不可缺少的操作。滤波器是图像处理中最关键的组成部分之一，无论是在图像变换、图像增强和图像恢复中都是相当重要。选择不同的滤波器可以实现不同的处理效果，例如低通滤波器可用于平滑图像，高通滤波器可用于边缘提取等。随着信息技术的发展，我们需要处理的数据量大幅增加，这就对图像滤波的处理速度提出了更高的要求。

除了直接用于图像处理外，滤波器还可以作为一些迭代计算的正则化约束条件。例如，计算机断层成像术（CT）广泛应用于医学影像领域。它是利用计算机技术对被测物体断层扫描图像进行重建获得3维断层图像的扫描方式。该扫描方式是通过单一轴面的射线穿透被测物体，根据被测物体各部分对射线的吸收与透过率不同，由计算机采集透过射线并通过3维重构成像。解析重建和迭代重建是CT图像重建的两种基本方法，其中迭代重建在保证图像质量恒定的前提下能够大幅降低辐射剂量，有利于作为未来的发展方向的低辐射剂量CT。在低辐射剂量CT图像的迭代重建中，每次迭代计算中都要进行滤波正则化计算，由于医疗图像数据量大，滤波的速度将直接影响CT图像重建的速度。因此，对大规模图像滤波处理进行加速十分必要。

另一方面，以图像处理器（GPU）为代表的多核处理器的高性能数值运算能力在近些年发展迅速。NVIDIA公司于2007年正式发布的CUDA（Computer Unified Device Architecture：计算统一设备架构），使用一种类C语言（支持现有C语言基础上，进行了部分扩展），使得开发工作 更加易于掌握。GPU不再局限于图形处理，也可应用于通用数值计算中，特别适用于并行度高数值运算量大的运算。

因此，近年来开始利用以GPU为代表的多核处理器的并行计算来加速大规模图像滤波处理。在传统的并行处理方法中，将图像中的每一个像素点的滤波计算作为基本计算单元交给每一个线程完成。但是，这不但会产生大量的重复计算，造成计算量和计算时间的无谓增加，而且会产生全局存储器的大量重复访问，造成全局存储器的访问次数和访问时间的无谓增加。由此，现有技术在利用并行计算来实现图像滤波处理时存在图像滤波速度低下的技术问题。

发明内容

本发明针对现有技术中的上述技术问题，其目的在于，提供一种基于以图像处理器（GPU）为代表的多核处理器的图像滤波方法及CT系统，在利用并行计算实现快速的大规模图像滤波处理中，通过减少现有并行计算中的重复计算，减少计算量，大幅提高图像滤波的并行计算速度。

为了实现上述目的，本发明提供一种图像滤波方法，利用多核处理器，并行地对图像进行滤波处理，其特征在于，包括以下步骤：计算方向确定步骤，根据所述图像的维数及所述滤波处理的预定的邻域范围，确定所述滤波处理的多个计算方向；各方向滤波计算步骤，按所确定的多个计算方向中的每个计算方向分别进行下述处理：由多个线程中的每个线程分别针对所述图像中的一行像素，以该行的每个像素作为对象像素，在对象像素与该对象像素在该计算方向上的各邻域像素之间进行预定的滤波计算，并将所述滤波计算的结果分别以累加的方式保存为该对象像素和各邻域像素的滤波结果，其中所述邻域像素是位于对象像素的所述邻域范围中的像素；以及图像滤波结果获得步骤，将通过所述各方向滤波计算步骤针对所确定的全部计算方向得到的滤波结果按所述图像的每个像素累加，从而获得所述图像的图像滤波结果。

根据本发明的图像滤波方法，在利用并行计算的图像滤波处理中，能够减少现有并行计算中的重复计算，减少计算量，从而大幅提高图像滤波的并行计算速度，并提高图像滤波处理的速度和实用性。

本发明的图像滤波方法也可以是：在所述各方向滤波计算步骤中，多个线程中的每个线程相互并行地进行滤波计算。

在此，通过多个线程中的每个线程相互并行地进行滤波计算，能够进一步提高图像滤波处理的速度。

本发明的图像滤波方法也可以是：在所述各方向滤波计算步骤中，每个线程分别针对所述图像中的一行像素，从该行的起始像素开始直到该行的最终像素为止依次作为对象像素，在对象像素与该对象像素在该计算方向上的各邻域像素之间进行所述滤波计算，并将所述滤波计算的结果分别以累加的方式保存为该对象像素和各邻域像素的滤波结果。