[发明专利]基于CUDA加速的神经元活动图像动态配准方法及装置有效
| 申请号： | 201610861004.8 | 申请日： | 2016-09-28 |
| 公开（公告）号： | CN106384350B | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 田捷;孟慧;惠辉;董迪;杨鑫 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 钟文芳 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CUDA加速的神经元活动图像动态配准方法，包括：对输入图像做均值拉伸处理，得到均值拉伸处理后的图像；利用傅里叶变换计算均值拉伸处理后的图像整体的平移量；利用所述平移量和模板图像对均值拉伸处理后的图像做刚性变换，得到第一次刚性变换后的图像；将第一次刚性变换后的图像和模板图像分成若干个小块区域，利用傅里叶变换计算每个小块区域的平移量；利用所述小块区域的平移量计算第一次刚性变换后的图像中每个像素点的平移量，并利用平移量和模板图像更新所述第一次刚性变换后的图像中的每个像素点，得到配准图像。本发明基于CUDA架构实现神经元活动图像配准的并行加速计算，实现神经元活动图像的实时配准。 | ||
| 搜索关键词： | 基于 cuda 加速 神经元 活动 图像 动态 方法 装置 | ||
【主权项】：
1.一种基于CUDA加速的神经元活动图像动态配准方法，其特征在于，包括：步骤S1：基于CUDA减法核函数，对输入图像做均值拉伸处理进行并行操作，得到均值拉伸处理后的图像；步骤S2：基于CUDA的cufft库中的函数、CUDA加法、乘法核函数，利用傅里叶变换计算均值拉伸处理后的图像整体的平移量(Δx，Δy)；步骤S3：在CUDA中设计像素值变换核函数，利用所述平移量(Δx，Δy)和模板图像对均值拉伸处理后的图像做刚性变换，得到第一次刚性变换后的图像；步骤S4：将第一次刚性变换后的图像和模板图像分成若干个小块区域，利用傅里叶变换计算每个小块区域的平移量(xi，yi)，再计算第一次刚性变换后的图像中每个小块区域相对模板图像中对应方格区域的平移量(Δxi，Δyi)；步骤S5：利用所述第一次刚性变换后的图像中每个小块区域相对模板图像中对应方格区域的平移量(Δxi，Δyi)计算第一次刚性变换后的图像中每个像素点的平移量，并利用平移量和模板图像更新所述第一次刚性变换后的图像中的每个像素点，得到配准图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610861004.8/，转载请声明来源钻瓜专利网。
