基于GPU的三维图像重建方法研究

论文摘要

计算机断层成像技术（Computed Tomography,CT）作为一项相对成熟的技术,是爆炸物检测领域解决方案中的重要环节。然而传统的CT成像技术的运算负担非常可观,普通的PC平台很难实时地完成重建任务。这在很大程度上限制了实时重建的应用,并且提高了设备成本。如何提高效率,实时地完成重建任务,已成为图像重建技术中亟待解决的问题。针对上述问题本文提出利用基于统一设备构架（Common United Device Architecture,CUDA）的图形处理器（Graphic Processing Units,GPU）加速锥束CT图像重建算法的方案。首先,本方案采用CUDA API作为开发工具。针对CUDA构架下特有的内存模型,改进了投影数据和待重建数据的存储方式。并且改进了原有CUDA-FDK算法的实现流程。其次,原有CUDA-FDK算法的并行策略并没有有效的利用待重建点之间的空间相关性。因此,本文提出了新的并行策略来充分利用该相关性简化投影坐标计算的复杂性。再次,由于CUDA构架中全局内存的访问是一项相当耗时的操作,本文提出了利用多角度同时反投影技术来减少全局内存读取次数,提升了重建性能。最后,针对CUDA-FDK算法提出了片上资源优化,三角函数优化,分支优化,线程配置优化等多种优化方案。大量实验结果表明,本文提出的改进算法可以在不损失重建精度的前提下,获得更高的加速性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.3 现代GPU技术介绍
• 1.3.1 GPU发展现状
• 1.3.2 图形硬件流水线
• 1.3.3 并行计算特点
• 1.3.4 GPU在通用计算中的应用
• 1.4 论文研究内容
• 第二章 三维CT图像重建理论与GPU技术
• 2.1 图像重建理论基础
• 2.1.1 投影数据的采集及图像重建的基本思想
• 2.1.2 FDK算法
• 2.2 CUDA技术介绍
• 第三章 基于GPU的FDK算法
• 3.1 基于CUDA构架的CT数据存储方式
• 3.2 GPU加速预处理
• 3.3 GPU加速反投影过程
• 3.3.1 反投影过程中投影数据的存储
• 3.3.2 反投影过程中并行策略
• 3.3.3 GPU加速的单角度反投影过程
• 3.3.4 GPU加速的多角度反投影过程
• 3.4 针对CUDA构架的细节优化
• 3.4.1 合理使用片上资源
• 3.4.2 三角函数关系优化
• 3.4.3 针对分支的优化
• 3.4.4 关于线程配置的优化
• 第四章 实验与分析
• 4.1 程序界面及基本操作
• 4.2 重建结果比较
• 结论
• 致谢
• 参考文献
• 在校科研工作