资料下载
×
基于GPU的多层显微图像实时融合技术_何晓昀
消耗积分:1 |
格式:pdf |
大小:327KB |
2017-03-08
#Freedom
分享资料个
基于GPU的多层显微图像实时融合技术_何晓昀
显微镜光学系统中,低倍数显微镜工作距离长,景深比较大, 随着放大倍数的增长,景深会相应减小,只有在聚焦平面附近的 结构才能看清楚。这使得即使结构最简单、三维深度相对平坦 的物体也没有办法在一幅图中完全聚焦清晰。 显微图像融合技术是将多幅在同一场景的不同聚焦位置 的图像,融合成一幅各处都清晰的图像。它已广泛的应用于生物 医学、微电子和材料检测等领域。长期以来由于通用计算机计 算能力的限制无法实现图像的快速或实时融合。当需要显微镜 下物体景深融合图像时,都是先采集不同聚焦位置的图片,再通 过软件进行图像融合。这种方式不仅操作复杂而且速度慢、影 响了图像融合技术的应用范围。 随着 GPU 技术的快速发展, 当前的 GPU 已经具有了很强 的计算能力, 浮点运算能力甚至可以达到同代 CPU 的 10 倍以 上。随着 Nvidia 公司的 CUDA(Compute Unified Device Architec－ ture,统一计算设备架构)的推出,使 GPU 具有更好的可编程性, 在图像处理中有广泛的应用前景。通过 GPU 代替传统 CPU 进 行图像融合运算可以极大的提高融合速度, 最终达到高速或者 实时显微图像融合。
显微镜光学系统中,低倍数显微镜工作距离长,景深比较大, 随着放大倍数的增长,景深会相应减小,只有在聚焦平面附近的 结构才能看清楚。这使得即使结构最简单、三维深度相对平坦 的物体也没有办法在一幅图中完全聚焦清晰。 显微图像融合技术是将多幅在同一场景的不同聚焦位置 的图像,融合成一幅各处都清晰的图像。它已广泛的应用于生物 医学、微电子和材料检测等领域。长期以来由于通用计算机计 算能力的限制无法实现图像的快速或实时融合。当需要显微镜 下物体景深融合图像时,都是先采集不同聚焦位置的图片,再通 过软件进行图像融合。这种方式不仅操作复杂而且速度慢、影 响了图像融合技术的应用范围。 随着 GPU 技术的快速发展, 当前的 GPU 已经具有了很强 的计算能力, 浮点运算能力甚至可以达到同代 CPU 的 10 倍以 上。随着 Nvidia 公司的 CUDA(Compute Unified Device Architec－ ture,统一计算设备架构)的推出,使 GPU 具有更好的可编程性, 在图像处理中有广泛的应用前景。通过 GPU 代替传统 CPU 进 行图像融合运算可以极大的提高融合速度, 最终达到高速或者 实时显微图像融合。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
