CUDA加速CV圖像分割和外部CT圖像重建算法研究.pdf

1、計(jì)算機(jī)斷層成像技術(shù)（Computed Tomography,簡稱CT）在現(xiàn)代工業(yè)和醫(yī)學(xué)中起著非常重要的作用。外部CT重建是在特定要求下的工業(yè)和醫(yī)學(xué)應(yīng)用中提出的一種特殊的CT成像重建技術(shù)。由于外部CT投影數(shù)據(jù)不完全，為了能夠獲得高質(zhì)量的重建圖像，實(shí)際工程中不得不使用計(jì)算量龐大的代數(shù)迭代重建算法。并行計(jì)算對于現(xiàn)代科技發(fā)展起著非常重要的作用，比如數(shù)值天氣預(yù)報(bào)，大型工程數(shù)值模擬等等。在各類計(jì)算機(jī)斷層成像中，由于許多應(yīng)用對成像時(shí)間有著較高的要求，

2、為了利用計(jì)算機(jī)斷層成像固有的并行計(jì)算性質(zhì)和適應(yīng)這種速度需求，使得并行計(jì)算和計(jì)算機(jī)斷層成像成為一個(gè)交叉學(xué)科熱點(diǎn)。
　　另一方面，圖像分割是圖像測量和識別的基礎(chǔ)，在醫(yī)學(xué)、工業(yè)、探測、航天等領(lǐng)域同樣有著廣泛的應(yīng)用。一些具有良好的圖像分割效果的各種圖像分割算法如C-V分割模型，一般計(jì)算量較很大，并且有些應(yīng)用對時(shí)間有著較為苛刻的要求，這同樣為并行計(jì)算和該領(lǐng)域的結(jié)合提供了契機(jī)。
　　外部CT重建中全變差最小-子區(qū)域平均-凸集映射（TVM

3、-SA-POCS）數(shù)值算法具有數(shù)值計(jì)算穩(wěn)定、重建圖像質(zhì)量好的優(yōu)點(diǎn)，但是其最大的瓶頸是計(jì)算量巨大，重建周期長。其重建時(shí)間長的缺點(diǎn)導(dǎo)致它在很多情況下不能夠達(dá)到工業(yè)CT重建實(shí)際應(yīng)用的要求，這成了制約外部CT重建TVM-SA-POCS算法被應(yīng)用到實(shí)際產(chǎn)品中去的最大障礙。為了能夠使得外部CT重建TVM-SA-POCS算法的優(yōu)勢得到發(fā)揮，克服其重建時(shí)間長的不足，本文研究了利用具有高性能計(jì)算功能的CUDA（Computer Unified Devic

4、e Architecture：計(jì)算機(jī)統(tǒng)一設(shè)備架構(gòu)）圖形卡GPU對該算法進(jìn)行加速，以提高其重建速度。國內(nèi)外很多學(xué)者對圖像重建加速進(jìn)行過研究，提出了很多的加速方案，基本思路分為兩種：一種是軟方案，改進(jìn)重建算法，減少計(jì)算量來實(shí)現(xiàn)加速；另一種是硬方案，以具有高度并行計(jì)算能力的硬件設(shè)備為基礎(chǔ)，編程時(shí)把算法與硬件設(shè)備特性結(jié)合，以此來提高重建速度。在硬方案加速中，常被使用的硬件設(shè)備有專用集成電路ASIC、FPGA門陣列、圖形處理器GPU、PC集群幾種

5、常用方法。在這些硬方案加速設(shè)備中，專用集成電路ASIC和PC集群的費(fèi)用非常昂貴，小型公司和研究機(jī)構(gòu)難以負(fù)擔(dān)。FPGA門陣列和圖形處理器GPU的造價(jià)低廉，具有較高的性價(jià)比。FPGA與圖形處理器GPU雖然成本都比較低，但是GPU相對FPGA具有更高的并行計(jì)算能力和數(shù)據(jù)存儲能力，這就使得GPU在加速CT重建、圖像處理領(lǐng)域具有更大的優(yōu)勢，研究人員在這方面也就傾注了更多的研究精力。GPU加速CT重建的主要優(yōu)點(diǎn)有，圖形卡處理器GPU更新?lián)Q代快，其通

6、用并行計(jì)算能力幾乎以3倍的摩爾定律增長；圖形卡處理器成本低，其并行計(jì)算實(shí)用性好；由于CUDA（Computer Unified Device Architecture：計(jì)算機(jī)統(tǒng)一設(shè)備架構(gòu)）技術(shù)標(biāo)準(zhǔn)的推出，學(xué)習(xí)曲線低，并行計(jì)算程序的通用性和向下兼容性更好，所以現(xiàn)在利用CUDA圖形卡處理器的通用計(jì)算功能對CT圖像重建和圖像處理等有很多應(yīng)用，CUDA加速工業(yè)CT圖像重建已經(jīng)成為一種重要的加速方法。
　　為了能夠充分利用具有通用計(jì)算功能的

7、圖形處理器的并行計(jì)算能力和數(shù)據(jù)傳輸帶寬，本文認(rèn)真分析了外部CT重建TVM-SA-POCS算法的特點(diǎn)和C-V圖像分割算法的特點(diǎn)，并且在此基礎(chǔ)上研究了圖像重建和圖像分割算法與CUDA設(shè)備特性相結(jié)合，充分提高計(jì)算密度，提高數(shù)據(jù)傳輸率的共享內(nèi)存使用方法和歸約樹求和方法。該方法主要是采用共享內(nèi)存技術(shù)實(shí)現(xiàn)在投影與反投影過程中的高速數(shù)據(jù)傳輸問題；使用歸約樹求和方法提高重建和圖像分割中的向量內(nèi)積計(jì)算效率，提高設(shè)備計(jì)算密度；使用共享內(nèi)存塊方法實(shí)現(xiàn)TVM計(jì)