用于处理浮点型图像的数据的方法技术

提供了处理浮点型图像的数据的方法，包括：通过并行计算设备对图像进行滤波核大小为M*N*K的滤波，设备的每个计算单元每次处理一个像素的数据，滤波核边长M，N，K为大于等于3的奇数；获取所处理的像素的坐标值；遍历访问以像素为中心的、滤波核大小的空间内的数据并计算其均值；在设备的内核中申请大小等于滤波核大小的第一数组和第二数组；将空间内的数据与均值比较，大于均值的存入第一数组，其他的存入第二数组中，并记录第一数组中数据的个数S

【技术实现步骤摘要】
用于处理浮点型图像的数据的方法


[0001]本申请涉及图像处理方法，并且更具体地涉及用于处理浮点型图像的数据的方法。

技术介绍

[0002]CT是医学诊断的重要手段，医学CT图像和普通图像有一定区别，一般在计算机中以三维(D*H*W)浮点数矩阵形式进行存储。为了降低射线对人体的伤害，CT的射线剂量不断降低，但同时也降低了图像的信噪比。通过图像后处理降低图像噪声十分重要。常规的降噪方案主要有高斯滤波和中值滤波等。这些方法是二维图像处理的常用方法，在用于三维图像如CT图像时出现了一些问题。例如，高斯滤波会使图像模糊，中值滤波运算速度慢。并且，传统中值滤波改进算法难以在GPU中实现。
[0003]针对中值滤波计算慢的问题，提出了优化算法，主要有Huang算法和CTMF算法，这两种算法都是针对CPU串行计算的优化算法，利用了直方图，适用于位深度不太高的整形数据图像，用于浮点型的CT图像会产生误差。

技术实现思路

[0004]第一方面，本申请提供了一种用于处理浮点型图像的数据的方法，包括：
[0005]通过并行计算设备对浮点型图像进行滤波核大小为M*N*K的滤波，其中，并行计算设备的每个计算单元被配置为每次处理浮点型图像的一个像素的数据，M,N,K为滤波核边长并且为大于等于3的奇数；
[0006]通过并行计算设备获取所处理的像素的坐标值；
[0007]遍历访问以所处理的像素为中心的、滤波核大小的空间内的数据并计算所述空间内的数据的均值；
[0008]在并行计算设备的内核中申请第一数组和第二数组，第一数组和第二数组的大小等于滤波核大小；
[0009]将所述空间内的数据与均值进行比较，将大于均值的数据存入第一数组中，小于等于均值的数据存入第二数组中，并记录第一数组中数据的个数S
l
和第二数组中数据的个数S
s
；
[0010]计算中值与均值的序号偏差k＝(|S
l
‑
S
s
|+1)/2；以及
[0011]比较S
l
和S
s
，若S
l
大于S
s
，则在第一数组中查找第k小的数据作为滤波结果，并且若S
l
小于S
s
，则在第二数组中查找第k大的数据作为滤波结果。
[0012]在第二方面，本申请提供了计算机可读介质，其上存储用于控制计算机系统执行第一方面所述的方法中的操作的多个指令。
[0013]在第三方面，本申请提供了计算机产品，其包括第二方面所述的计算机可读介质。
[0014]在第四方面，本申请提供了系统，其被配置为执行第一方面所述的方法。
附图说明
[0015]通过参考附图详细描述本申请的示例性实施方式，本申请的上述及其他方面、特征和优点将变得更加明显，在附图中：
[0016]图1示出了根据本申请的示例性实施方式的用于处理浮点型图像的数据的方法的流程图。
[0017]图2显示了可与系统一起使用的示例计算机系统的方框图。
具体实施方式
[0018]现在，将在下文中更充分地描述本申请。然而，本申请能以诸多不同的形式来实现，而不应解释为局限于本文阐述的实施方式。相反，提供这些实施方式以使得本公开为透彻和完整的，并且将向本领域技术人员充分传达本申请的范围。在说明书全文和所有附图中，相同的附图标记始终表示相同的元件。
[0019]将理解，虽然可在本文中使用术语“第一”、“第二”、“第三”等来描述各种元件、组件、区域、层和/或部分，但是这些元件、组件、区域、层和/或部分不应受这些术语限制。这些术语仅用于将一个元件、组件、区域、层或部分与另一元件、组件、区域、层或部分区分开。因此，在没有脱离本文的教导的情况下，下面讨论的第一元件、组件、区域、层或部分可被称为第二元件、组件、区域、层或部分。
[0020]本文使用的术语仅是出于描述具体实施方式的目的，而并非旨在进行限制。如本文所使用的那样，除非内容清楚地另行指出，否则单数形式“一”、“一个”和“所述”旨在包括复数形式，包括“至少一个”。如本文所使用的那样，措辞“和/或”包括相关所列项目中的一个或多个的任何和全部组合。还将理解，当措辞“包括”在本说明书中使用时指出所阐述的特征、区域、整体、步骤、操作、元件和/或组件的存在，但是不排除一个或多个其他特征、区域、整体、步骤、操作、元件、组件和/或其群组的存在或添加。
[0021]如本文所使用的，“约”或“近似”包括所阐述的值以及在对于特定值的如由本领域普通技术人员在考虑正在进行的测量和与特定量的测量相关的误差(即，测量系统的局限性)所确定的可接受偏差范围内的平均值。
[0022]除非另行限定，否则本文所使用的全部术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员通常所理解的含义相同的含义。还将理解，术语，诸如通常使用的词典中所定义的术语，应解释为具有与它们在相关技术的上下文和本公开中的含义相一致的含义，并且将不在理想化或过于正式的意义上进行解释，除非本文明确地限定成这样。
[0023]在下文中，我们以CT图像作为浮点型图像的示例，但本申请不限于此浮点型图像。例如，浮点型图像还可包括医学MRI图像。
[0024]在根据本申请的示例性实施方式中，利用计算机进行处理CT图像，计算机可安装有诸如NVIDIA的图形处理器(GPU)，但本申请不限于此。
[0025]在根据本申请的示例性实施方式中，计算机读入CT图像数据，对读入数据进行解压缩等处理，使CT图像数据按三维矩阵形式储存在内存中，将图像数据复制到诸如GPU的并行计算设备中，使用该计算设备对图像进行处理，但本申请不限于此。例如，并行计算设备还可包括FPGA、DSP。
[0026]图1示出了根据本申请的示例性实施方式的用于处理浮点型图像的数据的方法的流程图。
[0027]如图1所示，根据本申请的示例性实施方式的用于处理浮点型图像的数据的方法10可包括：
[0028]S100通过并行计算设备对浮点型图像进行滤波核大小为M*N*K的滤波，其中，并行计算设备的每个计算单元被配置为每次处理浮点型图像的一个像素的数据，M,N,K为大于等于3的奇数；
[0029]在根据本申请的示例性实施方式中，M,N,K例如可以是9,9,9。
[0030]S200通过并行计算设备获取所处理的像素的坐标值；
[0031]在根据本申请的示例性实施方式中，S200可包括：
[0032]确定并行计算设备中处理像素的线程；
[0033]通过并行计算设备的计算框架获取该线程的编号；以及
[0034]基于编号确定该像素的坐标值。
[0035]S300遍历访问以所处理的像素为中心的、滤波核大小的空间内的数据并计算所述空间内的数据的均值；
[0036]在根据本申请的示例性实施方式中，
[0037本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于处理浮点型图像的数据的方法，包括：通过并行计算设备对浮点型图像进行滤波核大小为M*N*K的滤波，其中，并行计算设备的每个计算单元被配置为每次处理浮点型图像的一个像素的数据，M,N,K为滤波核边长并且为大于等于3的奇数；通过并行计算设备获取所处理的像素的坐标值；遍历访问以所处理的像素为中心的、滤波核大小的空间内的数据并计算所述空间内的数据的均值；在并行计算设备的内核中申请第一数组和第二数组，第一数组和第二数组的大小等于滤波核大小；将所述空间内的数据与均值进行比较，将大于均值的数据存入第一数组中，小于等于均值的数据存入第二数组中，并记录第一数组中数据的个数S
l
和第二数组中数据的个数S
s
；计算中值与均值的序号偏差k＝(|S
l
‑
S
s
|+1)/2；以及比较S
l
和S
s
，若S
l
大于S
s
，则在第一数组中查找第k小的数据作为滤波结果，并且若S
l
小于S
s
，则在第二数组中查找第k大的数据作为滤波结果。2.根据权利要求1所述的方法，其中，通过并行计算设备获取所处理的像素的坐标值包括：确定并行计算设备中处理像素的线程；通过并行计算设备的计算框架获取该线程的编号；以及基于编号确定该像素的坐标值。3.根据权利要求1所述的方法，其中，当k小于等于第一阈值时，在第一数组中查找第k小的数据包括，步骤I)i＝1，查找中最小数据A
min
，交换A
i
和A
min
，其中为第一数组中的数据；步骤II)i＝i+1，重复步骤I)；步骤III)直到i＝k，A
k
即为第k小数据；和/或在第二数组中查找第k大的数据包括，步骤I)i＝1，查找中最大数据A
max
，交换A
i
和A
max
，其中为第二数组中的数据；步骤II)i＝i+1，重复步骤I)；步骤III)直到i＝k，A
k
即为第k大数据。4.根据权利要求1所述的方法，其中，当k大于第一阈值且小于等于第二阈值时，在第一数组中查找第k小的数据包括，步骤I)查找A1,A2,
…
,A
k
中最大的数据A
k
‑
max
，交换A
k
‑
max
和A1得到新的A1到A
k
，其中A1,A2,
…
,A
k
为第一数组中前k个数据；步骤II)比较A
i i∈(k+1,k+2,
…
,S
l
)和A1的大小，若A
i
&l...

【专利技术属性】
技术研发人员：汪令行，余文锐，马骏骑，
申请(专利权)人：有方合肥医疗科技有限公司，
类型：发明
国别省市：