[发明专利]基于GPU的高分辨率图像实时增强方法

说明书

本发明公开了一种基于GPU的高分辨率图像实时增强方法，对输入图像进行高斯曲率滤波，之后，根据滤波后的输入图像的梯度结合基于坐标分离的并行高斯曲率滤波重构输入图像，对所述重构后的输入图像进行噪声抑制获得增强图像。本发明的基于坐标分离的并行高斯曲率滤波并行实现方法，解决了相邻像素干扰问题，加快了滤波收敛速度，在同样迭代次数下，比所有像素同步更新的传统方法能够更快地去除噪声，改善图像质量。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于GPU的高分辨率图像实时增强方法。

背景技术

近年来，随着半导体技术的快速发展，图形处理器(GPU)的计算能力得到了极大的提升，相比于CPU，其具有更强的算术运算能力和更高的存储器带宽，在细粒度并行处理方面具有很大的优势；同时，随着CUDA以及OpenCL等开发工具的发布，并行计算的编程难度进一步降低，这使得基于GPU的并行计算在机器学习以及计算机视觉等领域受到了广泛关注，也逐渐成为图像处理领域的一个研究热点。

基于高斯曲率滤波和梯度场重构的图像增强算法通过梯度变换来增强图像对比度，采用高斯曲率滤波对重构过程中的噪声进行抑制，在增强图像细节的同时，能够有效解决噪声扩散和放大问题，具有良好的增强效果。但是算法涉及的滤波运算很多，计算量非常大，随着图像分辨率以及重构迭代次数的增加，传统的基于CPU的实现方法难以保证实时性，无法满足实际应用需求。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于GPU的高分辨率图像实时增强方法。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供一种基于GPU的高分辨率图像实时增强方法，该方法为：对输入图像进行高斯曲率滤波，之后，根据滤波后的输入图像的梯度结合基于坐标分离的并行高斯曲率滤波重构输入图像，对所述重构后的输入图像进行噪声抑制获得增强图像。

上述方案中，该方法还包括对所述重构后的输入图像进行噪声抑制获得一次增强图像之后，根据一次增强图像的梯度结合基于坐标分离的并行高斯曲率滤波重构输入图像，对所述重构后的输入图像进行噪声抑制，如此重复至少两次后获得最终增强图像。

上述方案中，所述对输入图像进行高斯曲率滤波，具体通过以下步骤实现：

步骤101：将输入图像的每一像素视为中心像素，在邻域像素构成的8个切平面，寻找与中心像素距离最近的面，并对中心像素值进行修正使其落在该面上；

步骤102：对于(i,j)坐标处的图像像素分别计算与领域窗口内的像素构成的8个切平面的距离：

d₅＝U_i-1,_j+U_i,j-1-U_i-1,_j-1-U_i,j

d₆＝U_i-1,_j+U_i,j+1-U_i-1,_j+1-U_i,j

d₇＝U_i,j-1+U_i+1,j-U_i+1,j-1-U_i,j

d₈＝U_i,j+1+U_i+1,j-U_i+1,j+1-U_i,j