[发明专利]一种减少图像标签融合冗余计算的方法

摘要

本发明公开了一种减少图像标签融合冗余计算的方法。本发明的方法是利用GPU多线程并行计算，整体上提取目标图像和多图谱图像的灰度特征，再建立一个从目标图像的灰度特征到多图谱图像的灰度特征的映射地图，通过映射地图寻找每个点匹配到的多图谱点集和对应的标签集，接着用欧氏距离计算匹配到的点集处的权重值，然后统计可能匹配的每个标签值的权重，找到目标图像每个点处对应权重值总和最大的标签值，最后得到带标签的分割图像。本发明所述的方法能够保证在不改变原有算法的分割精度的条件下，根据GPU多线程并行计算的特点，通过改为适用于GPU多线程的计算方式，来减少标签融合时的冗余计算，提高医学图像的分割效率。

主权项

一种减少图像标签融合冗余计算的方法，其特征在于包括如下步骤：步骤(1)：读取待分割目标图像的灰度图、多个模板图谱的灰度图以及相对应已分割的标签图；根据模板图谱的标签信息，建立一张标记目标图像待处理点位置信息的三维地图，并通过搜索所有目标图像待处理点附近的领域，统计并建立一张标记模板图谱的待处理点位置信息的三维地图；步骤(2)：建立两个用于存储位置信息的数组，分别存储目标图像待处理点集和模板图谱的待处理点集的三维坐标，且建立一张模板图谱待处理点三维坐标与位置数组下标序号的映射地图Ⅰ和一张模板图谱待处理点集的位置数组下标序号与对应标签值的映射地图Ⅱ；对目标图像每个待处理点，以该待处理点为中心搜索一个三维领域，并根据刚才建立的映射地图Ⅰ，将目标图像的每个待处理点与模板图谱点集进行匹配，并获取匹配后模板图谱点集对应的数组下标序号集合，得到一个从目标图像的待处理点到模板图谱点集对应的数组下标序号集合的映射关系，即映射地图Ⅲ；步骤(3)：将目标图像的灰度图、n个模板图谱、位置数组、映射地图Ⅰ、映射地图Ⅱ和映射地图Ⅲ拷贝到GPU显存中，然后在GPU中进行分割计算，GPU开启目标图像待处理点数目个线程，进行大数据处理：根据目标图像待处理点和模板图谱待处理点的位置数组，得到一个目标图像待处理点集的所有特征向量集合和每个模板图谱待处理点集的所有特征向量集合；考虑到每个模板图谱的不同特征和分割特性，需要对每个模板图谱的映射地图Ⅲ进行匹配数据的筛选，得到一张新的目标图像待处理点与每个模板图谱下标序号集的映射地图IV；接着计算目标图像每个待处理点处对应的权重集和标签集；统计目标图像待处理点可能匹配的每个标签值的权重分布情况，将最大权重对应的标签值作为目标图像待处理点的分割结果，最终得到了目标图像的分割。