[发明专利]基于块匹配的图像降噪并行算法

权利要求书

1.一种基于块匹配的图像降噪并行算法，其特征在于，包含如下步骤：

在为每个参考图块确定相似图块的步骤中，确定待处理图像像素大小width×height，其中，width表示待处理图像x方向上像素，height表示待处理图像y方向上像素；确定待处理图像参考图块大小k×k和步长p；确定待处理图像x方向上每行参考图块数量y方向上每列的参考图块数量

以行为基准，将同一行的参考图块分配入多个线程块进行处理，各个线程块负责处理的参考图块不重复；

每个线程块包含N_warp个线程组；每个线程组包含N_thread个线程，每个线程块负责N_patch个参考图块的处理；N_warp、N_thread均为1以上自然数，N_patch≤N_thread；即，每个线程块负责N_patch个参考图块包含的k行，(N_patch-1)×p+k列图像数据的相似度计算；

按照线程组数，将待处理的参考图块对应的搜索邻域范围划分为组邻域范围，每个线程组对应一个组邻域范围，各个组邻域范围包含的相对偏移不重复；

各个线程块的计算过程为：该线程块中各个线程组均负责该线程块对应的(N_patch-1)×p+k列图像数据与本线程组负责的组邻域范围内各列数据的相似度计算；计算完成后，线程组中每个线程负责整合一个本线程块对应的参考图块与自身对应组邻域范围内图块的相似度计算，将符合要求的图块作为当前参考图块的相似图块，并将结果储存在对应的组共享内存中；

每个线程块中任选一个线程组，由该线程组负责自该线程块对应的所有组共享内存中读取计算结果，以该线程组包含的N_thread个线程，一对一的完成该线程块负责的N_patch个参考图块的相似图块筛选，筛选是指，比较当前参考图块所有的相似图块，选择相似度最高的N_max个相似图块构建3-D图块栈并顺序存储；

对于所有3-D图块栈进行批量FFT正变换，对3-D线性变换得到的变换域系数做硬阈值处理的步骤中，配置一个线程处理参考图块在变换域中对应的一个位置对应的多个点，判断系数值小于阈值，则置其为零，同时记录变换域系数非零项的个数用于权重计算；

对于所有经过阈值处理的3-D图块栈进行批量FFT逆变换，将每一个3-D图块栈中的图块恢复到其在图像中的原始位置中；配置一个线程块处理一个3-D图块栈，每个线程块中，一个线程处理图块中的一个位置对应的多个点，将3-D图块栈中的所有相似图块还原到图像的原始位置；

配置一个线程处理图像的一个像素点计算最终降噪图像。

2.如权利要求1所述的算法，其特征在于，确定每个线程组负责计算的邻域范围的步骤中，各个线程组顺序循环分配当前搜索邻域范围。

3.如权利要求1所述的算法，其特征在于，确定每个线程组负责计算的邻域范围的步骤中，各个线程组平均分配当前搜索邻域范围。

4.如权利要求1所述的算法，其特征在于，计算时，每一行需要的最小线程块数此时，除最后一个线程块外，每个线程块负责N_patch＝N_thread个参考图块的计算；最后一个线程块负责num_patch_x-(num_block_x-1)*N_patch个参考图块的计算，当其小于N_patch时，需考虑数据不能超过图像的有效坐标范围。

5.如权利要求1所述的算法，其特征在于，采用原子操作将每一个3-D图块栈中的相似图块恢复到其在图像中的原始位置中。