并行各向异性扩散算法与实时医学图像增强技术

各向异性扩散算法在去除图像噪声同时能保持重要的边缘和局部细节,因此在医学图像增强中得到广泛应用。但医学图像数据分辨率和灰度级都很高,求解各向异性扩散的偏微分方程时运算量很大,在许多实时系统中应用该类算法存在显著迟滞。本文采用CUDA架构,利用像素的独立性和偏微分方程求解的并发性,实现了并行各向异性扩散算法,在保证效果的同时显著降低了处理时间,满足了实时性的需求。