CN119444551A 基于CUDA平台的ReLee滤波算法的优化方法、系统和装置 （海底鹰深海科技股份有限公司）

司基于CUDA平台的ReLee滤波算法的优化方本发明公开了一种基于CUDA平台的ReLee滤GPU的全局内存中申请第一内存和第二内存，将CPU的内存中的待滤波的图像数据拷贝至所述第2S4，在CUDAkernel函数启动后，分别允许每个所述块中的所有线程均执行kernel函,5.根据权利要求4所述的优化方法，其特征在于，所述共享内存分配步骤包括如下步布局单元，用于根据所述第一内存中存储的待滤波的图像数据执行单元，用于在CUDAkernel函数启动后，允许每个所述块中的所有线程均执行于将所述滤波结果自所述第二内存拷贝至所述3ov,和ov.；寻找值o、o":、ov,和0".的最大值将方差和均值代入一组公式得到所述滤波结ov,和ov.；将方差和均值代入一组公式得到所述滤波结4[0001]本发明涉及信号处理技术领域，特别涉及一种基于CUDA平台的ReLee滤波算法的[0003]本发明的一个目的在于提供一种基于CUDA平台的ReLee滤波算法的优化方法、系[0004]本发明的一个目的在于提供一种基于CUDA平台的ReLee滤波算法的优化方法、系[0005]本发明的一个目的在于提供一种基于CUDA平台的ReLee滤波算法的优化方法、系5[0011]依本发明的另一个方面，本发明进一步提供一种基于CUDA平台的ReLee滤波算法波的图像数据由所述拷贝单元自所述CPU的内存中拷入所于将所述滤波结果自所述第二内存拷贝至所述将组合后的3×3矩阵分别与矩阵,6将方差和均值代入一组公式得到所述滤将方差和均值代入一组公式得到所述滤7第2，本发明的所述优化方法在执行kernel函数时进行的具体步骤使得大量线程第4，本发明的所述优化方法在进行所述分配共享内存步骤时将所所述块的边缘[0017]本发明的所述优化方法和所述优化系统的其他有益效果在接下来的描述中将被示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语8在对SAR图像降噪时需要使用到ReLee滤波算法，由于现有的ReLee滤波算法需要贝至所述第一内存101；S3，根据所述第一内存101中存储的待滤波的图像数据布局块果拷贝至所述CPU的内存中。[0033]本发明的所述优化方法在所述GPU中申请了所述第一内存101和所述第二内存102存101和所述第二内存102的目的是为了在所述GPU中进行计算来实现滤波，并保证计算过[0036]具体地，待滤波的图像数据在被滤波时所需的所述GPU中的总的线程数由所述块9[0037]继续参考附图1和图2，在所述步骤S4中，所述优化方法在CUDAkernel函数启动个像素后的范围内像素点的值读取到所述共享内存105中。在这种情况下，在每个所述块具体示例中，可以先找到线程对应的像素的5×5矩阵，然后将5×5矩阵划分为9个3×3矩。以被直接写为：;;;果线程对应的像素的n×n矩阵为7×7矩阵，则根据7×7矩阵满足条件的情况选择对应模的条件是max(ov,)-ov,且，适用第三模板的条件是ma(ov,)-ov:适用第五模板的条件是ma(ov,)-ov,且，适用第六模板的条件是且，适用第七模板的条件是ma(ov,)-ov.且果7×7矩阵满足条件max(ov,)-ov,和，则调用第一模板对应的求和白色区域的部分的均值。如果7×7矩阵满足条件ma(ov,)-ov,和，[0047]第六，将方差和均值代入一组公式得到[0048]也就是说，在本发明的所述优化方法的一个具体示例配所述共享内存105，这样可以确保每个所述块103在计算的时候都可以在所述共享内存由所述边缘像素向外扩展3个像素来分配所述共享内存105，以确保所述块103的边缘像素图6示出了依本发明的另一较佳实施例的基于CUDA平台的ReLee滤波算法的优化单元14。所述申请单元11用于在GPU的全局内存中申请所述第一内存101和所述第二内存元14用于在CUDAkernel函数启动后，允许每个所述块103中的所有线程均执行kernel函后的3×3矩阵分别与矩阵,o",和ov.的最大值，判断组合后的3×3矩阵中的和均值代入一组公式得到所述滤波结果，其中参如图7所示，依本发明的一较佳实施例的一种计算装置20包括一个或多个处理器[0055]所述处理器21可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失述的本发明的所述优化方法以及/或者其他期请一第一内存101和一第二内存102；将所述CPU的内存中的待滤波的图像数据拷贝至所述第一内存101；根据所述第一内存101中存储的待滤波的图像数据布局块103；在CUDAkernel函数启动后，允许所述块103中的所有线程均执行kernel函数，以得到所述滤波结入装置23和一输出装置24，这些组件通过总线系统和