论文部分内容阅读
随着三维CT(Computerized Tomography,计算机断层摄影)硬件系统扫描速度的提高,实际生产应用中的效率瓶颈也从扫描速度转变为图像重建速度。尤其是在某些要求实时成像的场合,现有图像重建算法的效率根本无法满足实际需求,这也极大地限制了三维CT的实际应用。近年来计算机图形硬件的性能得到了很大的提升,并逐渐开始展现其作为通用处理单元的巨大潜力和强大功能,这也使得基于GPU(Graphics Process Units,图形处理器)的通用计算已经成为目前的研究热点之一。针对三维CT中的图像重建速度问题,提出了两种基于GPU的快速图像重建算法。并在此基础上,从充分利用所有的计算资源方面考虑,研究了三维图像的并行重建算法。主要的研究内容如下: 1.面向对象的可编程图形硬件软件开发包设计。利用面向对象技术,结合设计模式对高级绘制语言Cg函数库进行封装,设计了一个面向对象的可编程图形硬件语言开发包,有助于提高研究人员的开发效率,使得他们能将更多的精力投入算法研究本身。 2.基于GPU的快速重建算法研究。首先研究了基于投影纹理映射的三维图像快速重建算法,将重建问题中的反投影运算转换为投影纹理映射计算模式,利用可编程图形硬件来进行图像重建运算。在此基础上提出了一种改进算法,将反投影部分所有的计算均转移到GPU中,大大加快了重建速度。并基于此思路,文中还提出了一种基于几何参数表的快速重建算法。该算法利用GPU作为流处理器的特点,实现了基于GPU的多通道图像重建,充分挖掘了GPU计算能力。 3.图像并行重建算法研究。针对大数据量的三维图像重建问题,分别研究了两种数据分治策略。在此基础上,研究了基于共享内存的CPU-GPU混合并行重建算法以及基于分布式存储环境的并行重建算法,充分利用了PC中的所有计算资源,可以有效的解决大模型重建的规模和速度问题。 4.三维图像重建实验平台设计与实现。针对在使用高级语言编程进行算法研究过程中存在开发效率低的问题,研究并实现了一个半开放式三维图像重建实验平台,以将研究人员从繁重的编程工作中解脱出来,使他们能够专注于算法本身的研究工作。 经实例验证,论文所提出的快速图像重建算法较原始FDK重建算法有大幅度速度提升,取得了比较满意的结果。