基于KNN的DSA图像去噪及GPU的快速实现

王光磊; 裴晨辉; 苑昊; 王斌; 刘秀玲

首页> 中文期刊> 《电视技术》 >基于KNN的DSA图像去噪及GPU的快速实现

基于KNN的DSA图像去噪及GPU的快速实现

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为快速地去除或减少DSA(Digital Subtraction Angiography)图像的噪声,对比评价KNN(K Nearest Neighbors)算法对高斯噪声、泊松噪声、斑点噪声、椒盐噪声4种噪声去除或减少的效果,帮助医生快速准确地为病人诊断疾病.提出的算法主要贡献在于构建了基于GPU(Graphics Processing Unit)的加速方法,使传统图像去噪的运算速度得到大幅提升.基于图像降质、图像还原过程建模,使用KNN算法对4种噪声去除或减少,并对算法做并行化处理,利用GPU加速实现去噪的过程.通过实验得出,KNN算法能较好地去除或减少高斯噪声、泊松噪声来还原DSA图像,使用CUDA(Compute Unified Device Architecture)编写可在GPU上运行的程序,利用GPU对1 024×1 024像素的24位深度的DSA图像去噪,平均渲染帧率能达到190.53 f/s(帧/秒),较传统CPU(Central Processing Unit)串行,平均处理速度提高70.86倍.使用GPU加速能够快速地处理数据量较大、计算密集的DSA噪声图像,实现有效并且快速的高斯噪声去除,帮助医生精、准、快地诊断疾病.

著录项

来源
《电视技术》 |2016年第6期|10-16|共7页
作者
王光磊; 裴晨辉; 苑昊; 王斌; 刘秀玲;
展开▼
作者单位

河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定 071002;

河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定 071002;

河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定 071002;

河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定 071002;

河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定 071002;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像信号处理;
关键词
DSA; KNN; GPU; CUDA; 图像去噪;

相似文献

中文文献
外文文献
专利

1. 基于 GPU＋CPU 的 CANNY 算子快速实现 [J] . 唐斌 ,龙文 . 液晶与显示 . 2016,第007期
2. 基于GPU的可见光与红外图像融合快速实现与应用 [J] . 黄晓青 ,赵飞燕 . 科技视界 . 2016,第023期
3. 基于GPU的可见光与红外图像融合快速实现 [J] . 闫钧华 ,杭谊青 ,孙思佳 . 计算机工程 . 2013,第011期
4. 基于GPU的MD6算法快速实现 [J] . 李立新 ,叶剑 ,余洋 . 北京工业大学学报 . 2010,第005期
5. 基于GPU的AES快速实现 [J] . 叶剑 ,李立新 . 计算机工程与设计 . 2010,第002期
6. 基于GPU的MD6算法快速实现 [C] . 李立新 ,叶剑 ,余洋 . 2010年第四届中国可信计算与信息安全学术会议 . 2010
7. 针对DSA医学图像去噪的研究及GPU加速 [A] . 裴晨辉 . 2016

基于KNN的DSA图像去噪及GPU的快速实现

摘要

著录项

相似文献

相关主题

期刊订阅