CN113538204A - 图像数据处理方法、装置、计算机设备和存储介质 - Google Patents

图像数据处理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113538204A
CN113538204A CN202110738362.0A CN202110738362A CN113538204A CN 113538204 A CN113538204 A CN 113538204A CN 202110738362 A CN202110738362 A CN 202110738362A CN 113538204 A CN113538204 A CN 113538204A
Authority
CN
China
Prior art keywords
image
original image
thread block
index
processed
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.)
Pending
Application number
CN202110738362.0A
Other languages
English (en)
Inventor
高强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202110738362.0A priority Critical patent/CN113538204A/zh
Publication of CN113538204A publication Critical patent/CN113538204A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及一种图像数据处理方法、装置、计算机设备和存储介质。该方法应用于图形处理器,包括:计算机设备根据原始图像的张数、各原始的像素个数,确定线程块的数量,并确定各线程块对应的全局索引,根据各线程块的全局索引、各原始图像的像素个数、以及原始的张数,计算各线程块对应的待处理图像像素的索引;调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。其中,待处理图像为原始图像中的预设区域。本方法应用于GPU中,基于GPU的操作环境与本方案提出的图像数据的处理方式,计算机设备可以基于待处理图像像素的索引,调用各个线程块同步多个待处理图像进行图像处理,提高了图像处理的效率。

Description

图像数据处理方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像数据处理方法、装置、计算机设备和存储介质。
背景技术
快速傅里叶变换(Fast Fourier Transform,FFT)算法是图像的信号处理方面经常要使用到的数学工具,它被广泛地应用于图像处理的空间域和时间域的变化中。FFT移位是任何FFT操作的一个必须的子过程,用于在图像原点设置产生频谱的零频率。
现有技术中,一般基于中央处理器CPU进行FFT移位操作,具体为单次对一张二维图像进行FFT移位操作,而后根据FFT移位操作处理后的图像进行后续操作。
但是,现有技术对单张图像进行移位操作的方式,图像处理效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高图像处理效率的图像数据处理方法、装置、计算机设备和存储介质。
第一方面,提供一种图像数据处理方法,其特征在于,应用于图形处理器(Graphics Processing Unit,GPU),该方法包括:
根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引;
调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
在其中一个可选的实施例中,根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引,包括:
根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的原始图像的相对索引和图像偏移;
根据各线程块对应的原始图像的相对索引和图像偏移,计算各线程块对应的待处理图像像素的索引。
在其中一个可选的实施例中,根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的原始图像的相对索引和图像偏移,包括:
根据各线程块的全局索引和原始图像的尺寸,确定各线程块对应的原始图像的相对索引;
根据各线程块的全局索引、原始图像的像素个数、以及待处理图像的像素个数,计算各线程块对应的原始图像的图像偏移。
在其中一个可选的实施例中,根据各线程块对应的原始图像的相对索引和图像偏移,计算各线程块对应的待处理图像像素的索引,包括:
将各线程块对应的原始图像的相对索引与图像偏移之和,确定为各线程块对应的待处理图像像素的索引。
在其中一个可选的实施例中,原始图像的尺寸包括原始图像的行数、列数;该方法还包括:
根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像。
在其中一个可选的实施例中,若原始图像的行数、列数均为偶数;根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像,包括:
根据原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
在其中一个可选的实施例中,若原始图像的行数、列数均为奇数;根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像,包括:
剔除原始图像的最后一行和最后一列,得到剔除后的原始图像;
根据剔除后的原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
第二方面,提供一种图像数据处理装置,其特征在于,该装置包括:
确定模块,用于根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
计算模块,用于根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引;
处理模块,用于调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
第三方面,提供一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现上述第一方面任一所述的图像数据处理方法。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面任一所述的图像数据处理方法。
上述图像数据处理方法、装置、计算机设备和存储介质,应用于图形处理器,计算机设备根据原始图像的张数、各原始的像素个数,确定线程块的数量,并确定各线程块对应的全局索引,根据各线程块的全局索引、各原始图像的像素个数、以及原始的张数,计算各线程块对应的待处理图像像素的索引;调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。其中,待处理图像为原始图像中的预设区域。本方法应用于GPU中,基于GPU的操作环境与本方案提出的图像数据的处理方式,计算机设备可以基于待处理图像像素的索引,调用各个线程块同步进行待处理图像像素的移位操作,也即,计算机设备可以同时对多个待处理图像进行图像处理,提高了图像处理的效率。
附图说明
图1为一个实施例中图像数据处理方法的应用环境图;
图2为一个实施例中图像数据处理方法的流程示意图;
图3为一个实施例中图像数据处理方法的流程示意图;
图4为一个实施例中图像数据处理方法的流程示意图;
图5为一个实施例中图像数据处理方法的流程示意图;
图6为一个实施例中图像数据处理方法的流程示意图;
图7为一个实施例中图像数据处理装置的结构框图;
图8为一个实施例中图像数据处理装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的图像数据处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,该服务器内置图形处理器(Graphics Processing Unit,GPU)。其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请图2-图6实施例提供的图像数据处理方法,其执行主体为计算机设备,也可以是图像数据处理装置,该图像数据处理装置可以通过软件、硬件或者软硬件结合的方式成为计算机设备的部分或全部。下述方法实施例中,均以执行主体是计算机设备为例来进行说明。
在一个实施例中,如图2所示,提供了一种图像数据处理方法,涉及的是计算机设备根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引,根据各线程块的全局索引、各原始图像的像素个数、以及原始的张数,计算各线程块对应的待处理图像像素的索引;待处理图像为原始图像中的预设区域,调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作的过程,包括以下步骤:
S201、根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引。
在本实施例中,计算机设备在获取到原始图像之后,可以统计原始图像的张数,并基于原始图像,确定各个原始图像中像素的数量,基于这些参数,计算机设备可以确定用于进行图像处理的线程块的数量。示例地,原始图像的张数可以表示为n2,各原始图像中待处理图像区域的像素个数可以表示为n3,单个线程块的线程数可以表示为n4,那么线程块的个数可以表示为n1的计算方式可以表示为:
Figure BDA0003140635810000051
在本实施例中,计算机设备在确定线程块的数量之后,可以按照一定的排列顺序对线程块进行排列,并以此确定各个线程块对应的全局索引,本实施例对此不做限定。
S202、根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引。
其中,待处理图像为根据原始图像所确定的进行像素移位的图像区域。
在本实施例中,计算机设备可以获取到各个线程块的全局索引,基于线程块的全局索引,确定线程块对应的待处理图像像素的索引,也即,确定各个线程块所对应的图像处理任务中待处理图像像素的索引。可选地,计算机设备可以根据各线程块的全局索引和各原始图像的像素个数和预设算法,计算得到各线程块对应的待处理图像像素的索引;计算机设备也可以构建待处理图像像素索引计算模型,将各线程块的全局索引和各原始图像的像素个数作为模型的输入,模型的输出即为各线程块对应的待处理图像像素的索引,本实施例对此不做限定。
S203、调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
其中,线程块中包括多个线程,其中同一个线程块中的不同线程可以同步执行任务,也可以异步执行任务;在GPU中构建多个线程块,调用线程块中的各个线程分别对待处理图像的各个像素进行像素移位操作,实现图像数据的处理操作。
在本实施例中,计算机设备根据待处理图像像素的索引,为各个线程块中各个线程分配不同的待处理图像的像素移位任务,各线程块中的线程基于接收到的任务中的待处理图像像素的索引,执行像素移位操作,实现图像加速处理的目的。
上述图像数据处理方法中,应用于图形处理器(Graphics Processing Unit,GPU),计算机设备根据原始图像的张数、各原始的像素个数,确定线程块的数量,并确定各线程块对应的全局索引,根据各线程块的全局索引、各原始图像的像素个数、以及原始的张数,计算各线程块对应的待处理图像像素的索引;调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。其中,待处理图像为原始图像中的预设区域。本方法应用于GPU中,基于GPU的操作环境与本方案提出的图像数据的处理方式,计算机设备可以基于待处理图像像素的索引,调用各个线程块同步进行待处理图像像素的移位操作,也即,计算机设备可以同时对多个待处理图像进行图像处理,提高了图像处理的效率。
计算机设备在计算待处理图像像素的索引的时候,可以基于各线程块的全局索引、各线程块对应的原始图像的相对索引和图像偏移来确定,在一个实施例中,如图3所示,上述根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引,包括:
S301、根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的原始图像的相对索引和图像偏移。
其中,由于需要做快速傅立叶变换移位(fast Fourier transform shit,fftshit)的图像可能是多张,而GPU返回的是全局的索引点,即将所有图像的像素点化为一维的点集,那么想知道当前的全局索引点指代的是第几张图像的点索引,即为图像的相对索引。
可选地,如图4所示,计算机设备确定各线程块对应的原始图像的相对索引的方法包括:
S401、根据各线程块的全局索引和原始图像的尺寸,确定各线程块对应的原始图像的相对索引。
在本实施例中,计算机设备可以根据原始图像的尺寸,确定原始图像中行数和列数,示例地,各线程块的全局索引可以表示为dexall,各原始图像的行数为row,原始图像的列数为col,那么各线程块对应的原始图像的相对索引dexop可以表示为:
Figure BDA0003140635810000071
其中,%为取余运算,
Figure BDA0003140635810000072
为向下取整运算。
计算机设备确定各线程块对应的原始图像的图像偏移的方法包括:
S402、根据各线程块的全局索引、原始图像的像素个数、以及待处理图像的像素个数,计算各线程块对应的原始图像的图像偏移。
在本实施例中,计算机设备根据原始图像的像素个数n3,可以确定待处理图像的像素的个数n5,那么各线程块对应的原始图像的图像偏移shifting可以表示为:
Figure BDA0003140635810000081
S302、根据各线程块对应的原始图像的相对索引和图像偏移,计算各线程块对应的待处理图像像素的索引。
在本实施例中,计算机设备可以将各线程块对应的原始图像的相对索引与图像偏移的差确定为待处理图像像素的索引。
可选地,计算机设备还可以将各线程块对应的原始图像的相对索引与图像偏移之和,确定为各线程块对应的待处理图像像素的索引。
在本实施例中,计算机设备可以将各线程块对应的原始图像的相对索引dexop与图像偏移shifting之和,确定为各线程块对应的待处理图像像素的索引dex。
dex=dexop+shifting
在本实施例中,计算机设备在计算得到各线程块对应的原始图像的相对索引和图像偏移之后,可以确定各线程块对应的待处理图像像素的索引,从而基于待处理图像像素的索引进行图像处理提供了数据支撑,提高了图像处理的效率。
计算机设备在根据原始图像确定待处理图像时,可以根据原始图像的行数和列数对原始图像进行划分,从而确定待处理图像。在一个实施例中,原始图像的尺寸包括原始图像的行数、列数;该方法还包括:
根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像。
其中,计算机设备可以计算得到原始图像的行数和列数,并且基于原始图像的行数和列数,从行的维度、列的维度对原始图像进行划分处理,例如,将原始图像横向、纵向对半划分为4个区域;或者,根据原始图像的行数和列数,将原始图像均匀分为6个区域、8个区域等,将划分后的区域的图像确定为待处理图像。这里,一般的,将原始图像划分为4个区域。
原始图像可能包括偶数行、偶数列、奇数行、奇数列,在一种场景下,在一个实施例中,原始图像的行数、列数均为偶数;根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像,包括:
根据原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
在本实施例中,原始图像为具有偶数行、偶数列的图像,此时原始图像满足可以对半划分的条件,计算机设备可以通过确定原始图像的横向对半分割线、纵向对半分割线,从而对原始图像进行横向、纵向的对半划分,得到原始图像中的四个区域,并且将任意一个区域确定为待处理图像,本实施例对此不做限定。
在本实施例中,在原始图像具有偶数行和偶数列的场景下,计算机设备直接对原始图像的行和列进行对半划分得到待处理图像,该方法简单有效,并且计算数据量少,节省计算资源。
在另外一种场景下,即,原始图像的行数和列数均为奇数,或者存在任意一个维度为奇数的情况下,在一个实施例中,如图5所示,原始图像的行数、列数均为奇数;根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像,包括:
S501、剔除原始图像的最后一行和最后一列,得到剔除后的原始图像。
在本实施例中,计算机设备在确定原始图像的行数和列数均为奇数时,也就无法直接对原始图像的行数和列数进行对半划分,此时,计算机设备可以直接将原始图像的最后一行和最后一列进行剔除处理,这样一来,剔除后的原始图像的行数和列数均为偶数。
S502、根据剔除后的原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
在本实施例中,计算机设备在对具有奇数行、奇数列的原始图像进行剔除处理后,得到具有偶数行、偶数列的原始图像,在满足可以对半划分的前提下,计算机设备可以统计剔除处理后的原始图像的行数和列数,确定横向的对半分割线、纵向的对半分割线,从而对剔除处理后的原始图像进行横向、纵向的对半划分,得到原始图像中的四个区域,并且将任意一个区域确定为待处理图像。需要说明的是,若原始图像中包括奇数行和偶数列、或者偶数行和奇数列,只需要对奇数行、或奇数列进行剔除处理,最终得到偶数行和偶数列的剔除处理之后的原始图像,从而对剔除处理之后的原始图像进行区域划分,得到多个待处理图像,本实施例对此不做限定。
在本实施例中,在原始图像具有奇数行和/或奇数列的场景下,计算机设备通过对原始图像的奇数行和/或奇数列进行剔除一行处理,使得原始图像成为包括偶数行、偶数列的图像,从而实现该图像的横向、纵向的对半划分,该方法简单有效。
为了更好的说明上述方法,如图6所示,本实施例提供一种图像数据处理方法,具体包括:
S101、根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
S102、根据各线程块的全局索引和原始图像的尺寸,确定各线程块对应的原始图像的相对索引;
S103、若原始图像的行数、列数均为偶数,根据原始图像的行数、列数,对原始图像进行横向、纵向对半划分得到四个区域,将任意一个区域确定为待处理图像;
S104、若原始图像的行数、列数均为奇数,剔除原始图像的最后一行和最后一列,得到剔除后的原始图像;在一个实施例中,剔除后的原始图像的行数、列数均为偶数;
S105、根据剔除后的原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像;
S106、根据各线程块的全局索引、原始图像的像素个数、以及待处理图像的像素个数,计算各线程块对应的原始图像的图像偏移;
S107、将各线程块对应的原始图像的相对索引与图像偏移之和,确定为各线程块对应的待处理图像像素的索引;
S108、调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
在本实施例中,基于GPU的操作环境与本方案提出的图像数据的处理方式,计算机设备可以基于待处理图像像素的索引,调用各个线程块同步进行待处理图像像素的移位操作,也即,计算机设备可以同时对多个待处理图像进行图像处理,提高了图像处理的效率。
上述实施例提供的图像数据处理方法,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种图像数据处理装置,包括:
确定模块01,用于根据原始图像的张数、各原始图像的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
计算模块02,用于根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引;在一个实施例中,待处理图像为原始图像中的预设区域;
处理模块03,用于调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
在其中一个可选的实施例中,计算模块02,用于根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的原始图像的相对索引和图像偏移;根据各线程块对应的原始图像的相对索引和图像偏移,计算各线程块对应的待处理图像像素的索引。
在其中一个可选的实施例中,计算模块02,用于根据各线程块的全局索引和原始图像的尺寸,确定各线程块对应的原始图像的相对索引;根据各线程块的全局索引、原始图像的像素个数、以及待处理图像的像素个数,计算各线程块对应的原始图像的图像偏移。
在其中一个可选的实施例中,计算模块02,用于将各线程块对应的原始图像的相对索引与图像偏移之和,确定为各线程块对应的待处理图像像素的索引。
在其中一个可选的实施例中,如图8所示,原始图像的尺寸包括原始图像的行数、列数;图像数据处理装置还包括划分模块04,用于根据原始图像的行数、列数,对原始图像进行区域划分处理,确定待处理图像。
在其中一个可选的实施例中,原始图像的行数、列数均为偶数;划分模块04,用于根据原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
在其中一个可选的实施例中,原始图像的行数、列数均为奇数;划分模块04,用于剔除原始图像的最后一行和最后一列,得到剔除后的原始图像;在一个实施例中,剔除后的原始图像的行数、列数均为偶数;根据剔除后的原始图像的行数、列数,对原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为待处理图像。
关于图像数据处理装置的具体限定可以参见上文中对于图像数据处理方法的限定,在此不再赘述。上述图像数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
根据原始图像的张数、各原始的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引;在一个实施例中,待处理图像为原始图像中的预设区域;
调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据原始图像的张数、各原始的像素个数,确定线程块的数量,并确定各线程块对应的全局索引;
根据各线程块的全局索引和各原始图像的像素个数,计算各线程块对应的待处理图像像素的索引;
调用各线程块,根据各线程块对应的待处理图像像素的索引进行像素移位操作。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像数据处理方法,其特征在于,应用于图形处理器,所述方法包括:
根据原始图像的张数、各所述原始图像的像素个数,确定线程块的数量,并确定各所述线程块对应的全局索引;
根据各所述线程块的全局索引和各所述原始图像的像素个数,计算各所述线程块对应的待处理图像像素的索引;
调用各所述线程块,根据各所述线程块对应的待处理图像像素的索引进行像素移位操作。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述线程块的全局索引和各所述原始图像的像素个数,计算各所述线程块对应的待处理图像像素的索引,包括:
根据各所述线程块的全局索引和各所述原始图像的像素个数,计算各所述线程块对应的原始图像的相对索引和图像偏移;
根据各所述线程块对应的原始图像的相对索引和图像偏移,计算各所述线程块对应的待处理图像像素的索引。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述线程块的全局索引和各所述原始图像的像素个数,计算各所述线程块对应的原始图像的相对索引和图像偏移,包括:
根据各所述线程块的全局索引和所述原始图像的尺寸,确定各所述线程块对应的原始图像的相对索引;
根据各所述线程块的全局索引、所述原始图像的像素个数、以及所述待处理图像的像素个数,计算各所述线程块对应的原始图像的图像偏移。
4.根据权利要求2所述的方法,其特征在于,所述根据各所述线程块对应的原始图像的相对索引和图像偏移,计算各所述线程块对应的待处理图像像素的索引,包括:
将各所述线程块对应的原始图像的相对索引与图像偏移之和,确定为各所述线程块对应的待处理图像像素的索引。
5.根据权利要求1所述的方法,其特征在于,所述原始图像的尺寸包括所述原始图像的行数、列数;所述方法还包括:
根据所述原始图像的行数、列数,对所述原始图像进行区域划分处理,确定所述待处理图像。
6.根据权利要求5所述的方法,其特征在于,若所述原始图像的行数、列数均为偶数;所述根据所述原始图像的行数、列数,对所述原始图像进行区域划分处理,确定所述待处理图像,包括:
根据所述原始图像的行数、列数,对所述原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为所述待处理图像。
7.根据权利要求5所述的方法,其特征在于,若所述原始图像的行数、列数均为奇数;所述根据所述原始图像的行数、列数,对所述原始图像进行区域划分处理,确定所述待处理图像,包括:
剔除所述原始图像的最后一行和最后一列,得到剔除后的原始图像;
根据所述剔除后的原始图像的行数、列数,对所述原始图像进行横向、纵向对半划分,得到四个区域,将任意一个区域确定为所述待处理图像。
8.一种图像数据处理装置,其特征在于,所述装置包括:
确定模块,用于根据原始图像的张数、各所述原始图像的像素个数,确定线程块的数量,并确定各所述线程块对应的全局索引;
计算模块,用于根据各所述线程块的全局索引和各所述原始图像的像素个数,计算各所述线程块对应的待处理图像像素的索引;
处理模块,用于调用各所述线程块,根据各所述线程块对应的待处理图像像素的索引进行像素移位操作。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110738362.0A 2021-06-30 2021-06-30 图像数据处理方法、装置、计算机设备和存储介质 Pending CN113538204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110738362.0A CN113538204A (zh) 2021-06-30 2021-06-30 图像数据处理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110738362.0A CN113538204A (zh) 2021-06-30 2021-06-30 图像数据处理方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN113538204A true CN113538204A (zh) 2021-10-22

Family

ID=78097415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110738362.0A Pending CN113538204A (zh) 2021-06-30 2021-06-30 图像数据处理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113538204A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101754013A (zh) * 2008-11-28 2010-06-23 汤姆森许可贸易公司 由图形处理单元支持的视频解码方法
CN103700123A (zh) * 2013-12-19 2014-04-02 北京国药恒瑞美联信息技术有限公司 基于cuda架构的gpu加速x光图像重建方法和装置
US20160189417A1 (en) * 2014-12-24 2016-06-30 Canon Kabushiki Kaisha Method, apparatus and system for rendering an image
CN108269228A (zh) * 2018-02-08 2018-07-10 重庆市地理信息中心 基于gpu并行计算的无人机影像拉花区域自动探测方法
CN108734630A (zh) * 2017-04-17 2018-11-02 英特尔公司 线程串行化、分布式并行编程、和运行时间扩展

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101754013A (zh) * 2008-11-28 2010-06-23 汤姆森许可贸易公司 由图形处理单元支持的视频解码方法
CN103700123A (zh) * 2013-12-19 2014-04-02 北京国药恒瑞美联信息技术有限公司 基于cuda架构的gpu加速x光图像重建方法和装置
US20160189417A1 (en) * 2014-12-24 2016-06-30 Canon Kabushiki Kaisha Method, apparatus and system for rendering an image
CN108734630A (zh) * 2017-04-17 2018-11-02 英特尔公司 线程串行化、分布式并行编程、和运行时间扩展
CN108269228A (zh) * 2018-02-08 2018-07-10 重庆市地理信息中心 基于gpu并行计算的无人机影像拉花区域自动探测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ADRIAN P. DIEGUEZ ET AL.: ""Solving Large Problem Sizes of Index-Digit Algorithms on GPU FFT and Tridiagonal System Solvers"", 《JOURNAL OF LATEX CLASS FILES》 *
周勇: ""基于并行计算的数据流处理方法研究"", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
方子乙: ""基于GPU的流式图计算关键技术研究"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
赵进等: ""基于GPU的遥感图像融合并行算法研究"", 《微型机与应用》 *

Similar Documents

Publication Publication Date Title
US20180137414A1 (en) Convolution operation device and convolution operation method
EP2889830A1 (en) Image enlargement method and apparatus
CN111192352B (zh) 地图的渲染方法、装置、计算机设备和存储介质
CN111091572A (zh) 一种图像处理方法、装置、电子设备及存储介质
US20190318461A1 (en) Histogram Statistics Circuit and Multimedia Processing System
CN112419183A (zh) 缩放图像还原方法、装置、计算机设备及存储介质
KR102239588B1 (ko) 이미지 처리 방법 및 장치
CN113538204A (zh) 图像数据处理方法、装置、计算机设备和存储介质
EP3474224B1 (en) Graphics processing method and device
CN108986031B (zh) 图像处理方法、装置、计算机设备和存储介质
US10269131B2 (en) Image processing apparatus and image processing method
CN113704309B (zh) 图数据处理方法、装置、计算机设备和存储介质
CN114022518B (zh) 图像的光流信息获取方法、装置、设备和介质
CN115496111A (zh) 电磁波频谱数据处理方法、装置、设备和介质
US20230082346A1 (en) Image processing methods, electronic devices, and non-transitory computer-readable storage media
CN115797194A (zh) 图像降噪方法、装置、电子设备、存储介质和程序产品
CN111338827B (zh) 表格数据的粘贴方法、装置以及电子设备
US9842573B2 (en) Apparatus and method for gaussian filtering
KR101688435B1 (ko) 블록 구조를 이용한 적분 영상 생성 장치 및 그 방법
CN112804526A (zh) 图像数据存储方法、设备及存储介质、芯片、模组设备
CN111767246A (zh) 数据处理方法、相关设备及计算机可读介质
CN115456892B (zh) 2.5维视景图像自动几何校正方法、装置、设备及介质
CN117785759B (zh) 数据存储方法、数据读取方法、电子设备和存储介质
CN113808050B (zh) 3d点云的去噪方法、装置、设备及存储介质
CN113570620B (zh) 一种光场数据获取方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination