[发明专利]ARM+GPU异构架构下的光线投射算法的OpenGLES实现方法

说明书

技术领域

本发明涉及嵌入式系统中图像处理及计算机视觉领域的三维成像实现过程，具体涉及ARM+GPU异构系统级芯片(System On Chip，SOC)架构下光线投射算法的OpenGL ES实现。

背景技术

医学超声成像是一种基于超声波的医学影像诊断技术，通过超声换能器向人体发出超声波并接收组织回波，利用超声波的物理特性和人体组织器官声学性质上的差异，显示人体内部的形态学信息，借以进行疾病诊断。其具有无创伤、无辐射、成本低和成像速度快等优点，且具有便携性，能够实时获取图像，故在一般的医疗诊断中，超声成像占有很大比例。特别地，对于胎儿检查，超声成像是四大医学影像中(CT/核磁/PET/超声)唯一能够使用的成像手段。

传统的二维超声成像系统只能提供人体组织器官某一切面的图像，医生需要根据二维图像在自己的大脑中合成相应的三维结构。这就对医生的熟练程度提出了很高的要求，并在一定程度上影响了临床诊断的准确性，使其在应用上存在一定局限性。尤其对于胎儿检测来说，三维超声成像具有成像直观、定位准确、确诊速度快等优点。因此，在超声诊断系统中研究三维超声成像方法具有重要意义。

目前广泛使用的3D体绘制成像算法是光线投射算法，它是一种基于图像空间的成像方法，其假设从图像空间的每一个像素向物体空间发出一条光线，在光线穿过物体空间的过程中，对相交体素的光学属性与吸收属性按照一定的方法进行累积，从而形成最后的图像。与其他体绘制算法相比，其成像质量高，且可以设置不同的阈值以显示内部特征；但是光线投射算法计算量较大，在角度变换以及人机交互的时候难以达到实时效果。

OpenGL是一个跨编程语言、跨平台的2D/3D图形处理库，开发人员可以利用其所提供的顶点着色器与片段着色器自定义渲染算法，实现通用计算。光线投射算法同时包含图形处理和通用计算两个方面，物体的顶点、光栅化、片段处理以及旋转视点变换等属于图形学范畴，沿光线上的积分过程属于通用计算范畴。OpenGL能很好地兼顾这两个方面，直接利用OpenGL的图形管线能够简洁高效的实现图形处理部分，利用OpenGL顶点着色器与片段着色器的可编程能力能实现复杂的算法设计。将OpenGL与GPU相结合，可以很方便地对光线投射算法进行实现。

随着超声成像设备的便携性、小型化和专科化要求，同时考虑到产品的体积、功耗和性价比，超声诊断系统所选用的处理器的通用计算能力逐渐下降，逐渐以嵌入式处理器替代X86架构的处理器核心。随着技术发展，ARM的计算能力有了巨大的提升，逐渐成为便携设备的主流体系结构。硬件平台计算能力的降低会对超声数据处理模块的实现提出挑战。尤其对于超声系统中的三维成像算法，相比于二维成像算法，数据的吞吐量和计算量通常大两个数量级。如果仅仅依靠ARM处理器难以实现三维超声成像功能，即使采用针对并行处理的单指令多数据(Single Instruction Multiple Data，SIMD)技术，仍然无法达到要求。

从目前处理器的发展来看，对于嵌入式处理器，通常会携带可用于通用计算的图形处理单元(Graphic Processing Unit，GPU)，组合起来形成异构架构，更有利于提高嵌入式处理器的计算能力。以ARM核心为主控的多核SOC芯片通常集成有GPU内核作为三维加速引擎。

但是，对于ARM+GPU的异构架构，嵌入式GPU存在两个明显的限制：1)并行运算单元少，计算能力弱；2)ARM与GPU共用系统内存，没有专门的高速显存。同时，在嵌入式体系下，专用的开放图形库接口也从OpenGL变成了OpenGL ES，因此，在OpenGL下开发的成熟的光线投射算法并不能直接应用到嵌入式系统中。

发明内容

本发明针对目前超声设备发展专用性趋势的要求以及成像算法庞大的计算量和数据吞吐，提出了以ARM+GPU异构架构对三维超声成像光线投射算法的实现。ARM核心作为主控芯片负责整个过程中所有的任务调度及预处理工作，GPU核心作为加速引擎，实现并行计算的算法核心，通过OpenGL ES被应用程序调用，实现光线投射算法。本发明将传统的基于显卡和Intel处理器的光线投射算法在嵌入式平台下实现，降低了系统开发成本。

本发明的目的是通过以下技术方案实现的：

一种ARM+GPU异构架构下的光线投射算法的OpenGL ES实现方法，包括如下步骤：

步骤一：在ARM中建立显示窗口系统；

步骤二：在ARM中获取原始体数据，并将原始体数据重建到三维笛卡尔坐标系下；