CN103099635A - 显微ct机用gpu数字图像系统及其控制方法 - Google Patents
显微ct机用gpu数字图像系统及其控制方法 Download PDFInfo
- Publication number
- CN103099635A CN103099635A CN2012105816604A CN201210581660A CN103099635A CN 103099635 A CN103099635 A CN 103099635A CN 2012105816604 A CN2012105816604 A CN 2012105816604A CN 201210581660 A CN201210581660 A CN 201210581660A CN 103099635 A CN103099635 A CN 103099635A
- Authority
- CN
- China
- Prior art keywords
- gpu
- machine
- imaging
- digital image
- microscopic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
一种加快并行图像处理速度、从而可在便携式显微CT机上使用的显微CT机用GPU数字图像系统。技术方案是:其特征是由为成像光源(1)、CMOS或CCD成像器(3)、嵌入式成像和光源控制系统(6)、精密机电耦合XYZ和旋转被测物体成像平台(12)、LinuxOs为基础的CPU运算平台(15)组成。本发明还公开了其控制方法。
Description
技术领域
本发明属于显微CT机成像系统领域,尤其是一种加快并行图像处理速度、从而可在便携式显微CT机上使用的显微CT机用GPU数字图像系统及其控制方法。
背景技术
目前,显微CT机成像系统图像处理速度慢、使用范围受到限制。
发明内容
本发明的目的是提供一种加快并行图像处理速度、从而可在便携式显微CT机上使用的显微CT机用GPU数字图像系统及其控制方法。
本发明的技术方案是:
显微CT机用GPU数字图像系统,其特征是由为成像光源(1)、CMOS或CCD成像器(3)、嵌入式成像和光源控制系统(6)、精密机电耦合XYZ和旋转被测物体成像平台(12)、Linux Os为基础的CPU运算平台(15)组成,
其中,成像光源(1)通过RS232串行线与嵌入式成像和光源控制系统(6)连接;CMOS或CCD成像器(3)的成像聚集导轨(9)与嵌入式成像和光源控制系统(6)中的步进电机驱动单元阵列(10)连接;精密机电耦合XYZ和旋转被测物体成像平台(12)与光源控制系统(6)中的步进电机驱动单元阵列(10)连接;Linux Os为基础的CPU运算平台(15)通过路由器(14)与光源控制系统(6)连接。
显微CT机用GPU数字图像系统的控制方法,其特征是包括下列步骤:
步骤26:主机CPU启动CMOS或CCD成像器,成像器经过控制函数API获取数字图像I Inner(x,y);
步骤27:检测该数字图像的X方向和Y方向的解析度Rx、Ry;
步骤28:假若GPU的本地内存25为MEM_local大于数字图像I Inner(x,y)的2.5倍,则执行步骤29;否则将数字图像I Inner(x,y)分割成子图像I Inner_sub(x,y),使得本地内存MEM_local大于子图像的2.5倍,然后执行步骤29;
步骤29:将数字图像I Inner(x,y)全部读入该内存中,
步骤30:对存于TPC内存中的图像或子图像进行二维拉普拉斯-高斯算子卷积:
第一步:首先选取两维卷积用高斯核kernel,G(x,y;x0,y0,S),如式(1),其中x0,y0设定为0,0点,S根据图像质量选取,常见选取值为[2,3],x,y的单位为像素(pixel):
G(x,y;x0,y0,u,S)=
1/(sqrt(2 pi)*S)exp{[(x-x0)^2+(y-y0)^2)]/(2 S*S)}…(1)
第二步:对高斯核进行拉普拉斯算子运算,如式(2):
d2/dx2+d2/dy2[G(x,y;x0,y0,u,S)] ...(2)
第三步:使用式(2)二维拉普拉斯-高斯算子对GPU本地内存中的数字图像进行两维卷积运算,即G(z,y;uz,uy,S)*I(z,y),并将运算结果存储于GPU本地内存中;
步骤31:检查是否对数字图像I Inner(x,y)分割后的每个子图像都进行了读入TPC本地内存,并进行了步骤30第三步的处理,如果没有,则执行步骤29,如果是,则结束。
本发明的效果是:本发明采用基于GPU图形图像处理显卡组成的CPU-GPU系统实现便携式显微CT(Computed Tomography)机使用的并行高速二维拉普拉斯-高斯算子数字图像处理。
所述CPU-GPU系统优化了线程处理阵列(TPC,Thread ProcessingClus ter)与被处理图像解析度(resolution)的优化耦合,通过嵌入式实时图像获取系统的软件驱动函数将图像解析参数与CPU-GPU算法结合,优选了图像分割阵列处理,简化了CPU与GPU之间的图像数据交换,将每个线程处理阵列拥有的N(SP)个流处理器(SP,Stream Processor)流多处理器(SM,StreamingMultiprocessor)的运算进行了并行优化处理,解决了GPU没有分支预测机制,因此在分支得到机会执行之前运算被挂起,等待所有的分支路径执行完成的运算瓶颈,加快了并行图像处理速度,从而可在便携式显微CT机上使用。实现对二维拉普拉斯-高斯算子数字图像处理的并行高速处理,加速微小物体三维断层扫描数字成像计算。
下面结合附图和实施例对本发明做进一步的说明。
附图说明
图1是本发明的结构示意图;
图2是图1中显微CT用GPU系统结构示意图;
图3是本发明的控制流程图。
具体实施方式
图1中,显微CT机用GPU数字图像系统,由为成像光源1、CMOS或CCD成像器3、嵌入式成像和光源控制系统6、精密机电耦合XYZ和旋转被测物体成像平台12、Linux Os为基础的CPU运算平台15组成。
其中,成像光源1通过RS232串行线与嵌入式成像和光源控制系统6连接;CMOS或CCD成像器3的成像聚集导轨9与嵌入式成像和光源控制系统6中的步进电机驱动单元阵列10连接;精密机电耦合XYZ和旋转被测物体成像平台12与光源控制系统6中的步进电机驱动单元阵列10连接;Linux Os为基础的CPU运算平台15通过路由器14与光源控制系统6连接。
图中,2为被测三维物体;3为CMOS或CCD成像器,该成像器形成数字图像I Inner(x,y);4为光源主射线RCenter(ray equation);5为在光源S下形成的角锥状投影(CONE Pro jection)的边缘射线RPeripheral;7为连接X光源到嵌入式控制系统的RS232串行线;8为CMOS或CCD成像器的USB控制连线;9为成像聚集导轨,该导轨含有快进和微调慢进功能;11为连接步进电机驱动单元阵列到成像聚集导轨步进电机的控制线;12为精密机电耦合XYZ和旋转被测物体成像平台,该平台具有XYZ和旋转四维自由度;13为连接步进电机驱动单元阵列到精密机电耦合XYZ和旋转被测物体成像平台步进电机的控制线。
图2中,17为CPU平台的内存;18为CPU;19为GPU单元的多个线程处理阵列TPC;20为线程处理阵列的控制单元;21为流处理器SP;22为多个流处理器SP组成的一个流多处理器SM;23为流多处理器的本地内存;24为流多处理器的特殊函数单元SFU;25为线程处理阵列TPC的本地内存。
图3中,显微CT机用GPU数字图像系统的控制方法,包括下列步骤:
步骤26:主机CPU启动CMOS或CCD成像器,成像器经过控制函数API获取数字图像I Inner(x,y);
步骤27:检测该数字图像的X方向和Y方向的解析度Rx、Ry;
步骤28:假若GPU的本地内存25为MEM_local大于数字图像I Inner(x,y)的2.5倍,则执行步骤29;否则将数字图像I Inner(x,y)分割成子图像I Inner_sub(x,y),使得本地内存MEM_local大于子图像的2.5倍,然后执行步骤29;
步骤29:将数字图像I Inner(x,y)全部读入该内存中,
步骤30:对存于TPC内存中的图像或子图像进行二维拉普拉斯-高斯算子卷积:
第一步:首先选取两维卷积用高斯核kernel,G(x,y;x0,y0,S),如式(1),其中x0,y0设定为0,0点,S根据图像质量选取,常见选取值为[2,3],x,y的单位为像素(pixel):
G(x,y;x0,y0,u,S)=
1/(sqrt(2 pi)*S)exp{[(x-x0)^2+(y-y0)^2)]/(2S*S)}…(1)
第二步:对高斯核进行拉普拉斯算子运算,如式(2):
d2/dx2+d2/dy2[G(x,y;x0,y0,u,S)]...(2)
第三步:使用式(2)二维拉普拉斯-高斯算子对GPU本地内存中的数字图像进行两维卷积运算,即G(z,y;uz,uy,S)*I(z,y),并将运算结果存储于GPU本地内存中;
步骤31:检查是否对数字图像I Inner(x,y)分割后的每个子图像都进行了读入TPC本地内存,并进行了步骤30第三步的处理,如果没有,则执行步骤29,如果是,则结束。
本发明的主要功能为:
1、采用基于GPU图形图像处理显卡组成的CPU-GPU系统实现便携式显微CT(Computed Tomography)机的并行图像处理功能。
2、采用CPU-GPU处理平台,并实现了其线程处理阵列(TPC,ThreadProcessing Cluster)与被处理图像解析度(resolution)的优化耦合,通过嵌入式实时图像获取系统的软件驱动函数将图像解析参数与CPU-GPU算法结合,优选了图像分割阵列处理,简化了CPU与GPU之间的图像数据交换,将每个线程处理阵列拥有的N(SP)个流处理器(SP,Stream Processor)流多处理器(SM,Streaming Multiprocessor)的运算进行了并行优化处理,解决了GPU没有分支预测机制,因此在分支得到机会执行之前运算被挂起,等待所有的分支路径执行完成的运算瓶颈,加快了并行图像处理速度。
Claims (2)
1.显微CT机用GPU数字图像系统,其特征是由为成像光源(1)、CMOS或CCD成像器(3)、嵌入式成像和光源控制系统(6)、精密机电耦合XYZ和旋转被测物体成像平台(12)、Linux Os为基础的CPU运算平台(15)组成,
其中,成像光源(1)通过RS232串行线与嵌入式成像和光源控制系统(6)连接;CMOS或CCD成像器(3)的成像聚集导轨(9)与嵌入式成像和光源控制系统(6)中的步进电机驱动单元阵列(10)连接;精密机电耦合XYZ和旋转被测物体成像平台(12)与光源控制系统(6)中的步进电机驱动单元阵列(10)连接;Linux Os为基础的CPU运算平台(15)通过路由器(14)与光源控制系统(6)连接。
2.如权利要求1所述的显微CT机用GPU数字图像系统的控制方法,其特征是包括下列步骤:
步骤26:主机CPU启动CMOS或CCD成像器,成像器经过控制函数API获取数字图像I Inner(x,y);
步骤27:检测该数字图像的X方向和Y方向的解析度Rx、Ry;
步骤28:假若GPU的本地内存25为MEM_local大于数字图像I Inner(x,y)的2.5倍,则执行步骤29;否则将数字图像IInner(x,y)分割成子图像I Inner_sub(x,y),使得本地内存MEM_local大于子图像的2.5倍,然后执行步骤29;
步骤29:将数字图像I Inner(x,y)全部读入该内存中,
步骤30:对存于TPC内存中的图像或子图像进行二维拉普拉斯-高斯算子卷积:
第一步:首先选取两维卷积用高斯核kerne l,G(x,y;x0,y0,S),如式(1),其中x0,y0设定为0,0点,S根据图像质量选取,常见选取值为[2,3],x,y的单位为像素(pixel):
G(x,y;x0,y0,u,S)=
1/(sqrt(2pi)*S)exp{[(x-x0)^2+(y-y0)^2)]/(2S*S)}…(1)
第二步:对高斯核进行拉普拉斯算子运算,如式(2):
d2/dx2+d2/dy2[G(x,y;x0,y0,u,S)]...(2)
第三步:使用式(2)二维拉普拉斯-高斯算子对GPU本地内存中的数字图像进行两维卷积运算,即G(z,y;uz,uy,S)*I(z,y),并将运算结果存储于GPU本地内存中;
步骤31:检查是否对数字图像I Inner(x,y)分割后的每个子图像都进行了读入TPC本地内存,并进行了步骤30第三步的处理,如果没有,则执行步骤29,如果是,则结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581660.4A CN103099635B (zh) | 2012-12-27 | 2012-12-27 | 显微ct机用gpu数字图像系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581660.4A CN103099635B (zh) | 2012-12-27 | 2012-12-27 | 显微ct机用gpu数字图像系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103099635A true CN103099635A (zh) | 2013-05-15 |
CN103099635B CN103099635B (zh) | 2014-12-24 |
Family
ID=48308061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210581660.4A Expired - Fee Related CN103099635B (zh) | 2012-12-27 | 2012-12-27 | 显微ct机用gpu数字图像系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103099635B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103829968A (zh) * | 2014-02-20 | 2014-06-04 | 李华 | 基于p型激光器正交二维离散小波HARR函数图像分析的显微CT系统及其控制方法 |
CN105469352A (zh) * | 2014-08-23 | 2016-04-06 | 北京纳米维景科技有限公司 | 一种基于移动gpu的便携式图像处理系统及其方法 |
US10876970B2 (en) | 2016-04-12 | 2020-12-29 | The Board Of Regents Of The University Of Texas System | Light-sheet microscope with parallelized 3D image acquisition |
US10989661B2 (en) | 2015-05-01 | 2021-04-27 | The Board Of Regents Of The University Of Texas System | Uniform and scalable light-sheets generated by extended focusing |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566341A (en) * | 1992-10-05 | 1996-10-15 | The Regents Of The University Of California | Image matrix processor for fast multi-dimensional computations |
CN1693990A (zh) * | 2005-04-08 | 2005-11-09 | 中国科学院上海技术物理研究所 | 高速数字化ccd摄像系统 |
US20080095300A1 (en) * | 2006-10-05 | 2008-04-24 | General Electric Company | System and method for iterative reconstruction using parallel processing |
CN101520900A (zh) * | 2009-03-30 | 2009-09-02 | 中国人民解放军第三军医大学第一附属医院 | 一种利用gpu加速cr/dr/ct图像显示及图像处理的方法及专用设备 |
CN101783008A (zh) * | 2009-10-13 | 2010-07-21 | 上海海事大学 | 一种基于fpga及dsp功能的超高分辨率遥感图像实时处理平台 |
CN101783021A (zh) * | 2010-02-02 | 2010-07-21 | 深圳市安健科技有限公司 | 实现gpu运算提高dr图像处理速度的方法 |
US7876944B2 (en) * | 2004-01-12 | 2011-01-25 | Pme Ip Australia Pty Ltd. | Method and apparatus for reconstruction of 3D image volumes from projection images |
CN102158653A (zh) * | 2011-05-03 | 2011-08-17 | 东华大学 | 一种实时高动态范围数字图像获取装置及方法 |
CN102497386A (zh) * | 2011-10-09 | 2012-06-13 | 李华 | 云计算环境下量子显微ct仪机动平台的控制系统 |
-
2012
- 2012-12-27 CN CN201210581660.4A patent/CN103099635B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566341A (en) * | 1992-10-05 | 1996-10-15 | The Regents Of The University Of California | Image matrix processor for fast multi-dimensional computations |
US7876944B2 (en) * | 2004-01-12 | 2011-01-25 | Pme Ip Australia Pty Ltd. | Method and apparatus for reconstruction of 3D image volumes from projection images |
CN1693990A (zh) * | 2005-04-08 | 2005-11-09 | 中国科学院上海技术物理研究所 | 高速数字化ccd摄像系统 |
US20080095300A1 (en) * | 2006-10-05 | 2008-04-24 | General Electric Company | System and method for iterative reconstruction using parallel processing |
CN101520900A (zh) * | 2009-03-30 | 2009-09-02 | 中国人民解放军第三军医大学第一附属医院 | 一种利用gpu加速cr/dr/ct图像显示及图像处理的方法及专用设备 |
CN101783008A (zh) * | 2009-10-13 | 2010-07-21 | 上海海事大学 | 一种基于fpga及dsp功能的超高分辨率遥感图像实时处理平台 |
CN101783021A (zh) * | 2010-02-02 | 2010-07-21 | 深圳市安健科技有限公司 | 实现gpu运算提高dr图像处理速度的方法 |
CN102158653A (zh) * | 2011-05-03 | 2011-08-17 | 东华大学 | 一种实时高动态范围数字图像获取装置及方法 |
CN102497386A (zh) * | 2011-10-09 | 2012-06-13 | 李华 | 云计算环境下量子显微ct仪机动平台的控制系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103829968A (zh) * | 2014-02-20 | 2014-06-04 | 李华 | 基于p型激光器正交二维离散小波HARR函数图像分析的显微CT系统及其控制方法 |
CN103829968B (zh) * | 2014-02-20 | 2016-08-17 | 广州华瑞电子科技有限公司 | 基于p型激光器正交二维离散小波HARR函数图像分析的显微CT系统及其控制方法 |
CN105469352A (zh) * | 2014-08-23 | 2016-04-06 | 北京纳米维景科技有限公司 | 一种基于移动gpu的便携式图像处理系统及其方法 |
US10989661B2 (en) | 2015-05-01 | 2021-04-27 | The Board Of Regents Of The University Of Texas System | Uniform and scalable light-sheets generated by extended focusing |
US10876970B2 (en) | 2016-04-12 | 2020-12-29 | The Board Of Regents Of The University Of Texas System | Light-sheet microscope with parallelized 3D image acquisition |
Also Published As
Publication number | Publication date |
---|---|
CN103099635B (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11244226B2 (en) | Systems and methods for training neural networks with sparse data | |
TWI633447B (zh) | 最大化圖形處理器中之平行處理之技術 | |
TWI637355B (zh) | 紋理貼圖之壓縮方法及其相關圖像資料處理系統與產生360度全景視頻之方法 | |
DE102019117585A1 (de) | Selektives Packen von Patches für immersives Video | |
CN107018293B (zh) | 生成表示光场的数据的方法和装置 | |
CN103099635B (zh) | 显微ct机用gpu数字图像系统及其控制方法 | |
CN108696764A (zh) | 用于360视频的运动向量/模式预测、基于感兴趣区域的发射、元数据捕获和格式检测 | |
WO2021228031A1 (zh) | 渲染方法、设备以及系统 | |
CN104424662A (zh) | 立体扫描装置 | |
JP2019512902A (ja) | 画像表示方法、成形そり幕を生成する方法、および頭部装着ディスプレイデバイス | |
DE112020000854T5 (de) | Thread-gruppen-planung für die grafikverarbeitung | |
US20150207988A1 (en) | Interactive panoramic photography based on combined visual and inertial orientation tracking | |
CN110832542B (zh) | 识别处理设备、识别处理方法和程序 | |
CN104881864A (zh) | 人体头部三维扫描仪及三维建模方法 | |
CN108648147A (zh) | 一种人眼视网膜机理的超分辨率图像获取方法及系统 | |
WO2020006681A1 (zh) | 标记数据的获取方法及装置、训练方法及装置、医疗设备 | |
CN114002701A (zh) | 一种实时渲染点云的方法、装置、电子设备及系统 | |
DE112017001628T5 (de) | Verfahren und Vorrichtung zur Erzeugung von Samplingmustern für eine Raytracing-Architektur | |
US9619855B2 (en) | Scalable geometry processing within a checkerboard multi-GPU configuration | |
JP2007181659A5 (zh) | ||
CN106228608A (zh) | 一种基于双目的用于物体快速重构的手持装置和方法 | |
US20180176532A1 (en) | Systems and methods for computational zoom | |
JP2016152497A (ja) | ラインセンサカメラおよびラインセンサカメラ用信号変換装置 | |
DE112017004132T5 (de) | Mechanismus zur gemeinsamen nutzung statischer daten für eine heterogene verarbeitungsumgebung | |
CN112652056B (zh) | 一种3d信息展示方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141224 Termination date: 20181227 |