基于Tegra X1處理器的4K內(nèi)窺鏡圖像處理算法研發(fā).pdf

1、醫(yī)療電子內(nèi)窺鏡作為一種重要的臨床診斷及治療儀器，一直以來(lái)對(duì)圖像質(zhì)量都有著極高的要求。而伴隨著4K顯示技術(shù)的到來(lái)，電子內(nèi)窺鏡所支持的圖像分辨率也應(yīng)當(dāng)?shù)玫较鄳?yīng)的提高。由于4K分辨率的圖像具有4倍于1080P圖像的數(shù)據(jù)量，為了保證電子內(nèi)窺鏡顯示圖像的實(shí)時(shí)性和低延遲，需要研發(fā)一種更加高效的圖像處理算法。
　　本文在搭載了兩片Tegra X1處理器的硬件平臺(tái)上，利用GPU并行處理技術(shù)，研發(fā)了4K分辨率電子內(nèi)窺鏡系統(tǒng)中的圖像處理算法。算法的主

2、要部分為實(shí)時(shí)的圖像前端處理，用于處理內(nèi)鏡采集到的原始數(shù)據(jù)以供顯示設(shè)備使用;另一部分為非實(shí)時(shí)的H.264視頻編碼，利用處理器GPU的剩余性能對(duì)部分重要數(shù)據(jù)進(jìn)行編碼及存儲(chǔ)。
　　本文首先根據(jù)CUDA編程模型以及Tegra X1的具體硬件配置，為每個(gè)模塊單獨(dú)設(shè)計(jì)了線程分配方案以提高程序的并行效率。其次，本文在優(yōu)化方面使用共享內(nèi)存減少了對(duì)全局內(nèi)存數(shù)據(jù)的讀寫(xiě);通過(guò)調(diào)整各線程處理順序減少了程序條件分支;使用零拷貝減少了CPU-GPU數(shù)據(jù)通信的

3、時(shí)間。在算法協(xié)同運(yùn)行方面，本文使用流處理消除了不同進(jìn)程使用同一個(gè)GPU資源時(shí)互相的干擾問(wèn)題，并通過(guò)將編碼算法中的各個(gè)模塊進(jìn)一步劃分，縮短了單個(gè)任務(wù)對(duì)GPU的連續(xù)占用時(shí)間，從而保證了圖像前端處理的實(shí)時(shí)性與低延遲。
　　測(cè)試結(jié)果顯示，本文研發(fā)的圖像處理算法能夠在保證30fps實(shí)時(shí)圖像前端處理的同時(shí)，進(jìn)行速度約為0.7至1.0fps的4K視頻編碼。而在不進(jìn)行視頻編碼時(shí)，圖像前端處理的速度能夠達(dá)到56fps。此外，本文還評(píng)估了H.264視