全球数字财富领导者

永新光学申请CUDA反卷积专利,处理时间大大缩短

2023-12-30 10:54:37
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2023年12月30日消息,据国家知识产权局公告,宁波永新光学股份有限公司申请一项名为“一种基于CUDA的反卷积图像复原方法“,公开号CN117314777A,申请日期为2023年9月。专利摘要显示,本发明公开了一种基于CUDA的反卷积图像复原方法,特点是:在主机Host分配固定共享内存,在图形处理器内分配Device内存,将采集的原始图像数据存入固定共享内存和Device内存;计算原始图像的截止频率半径;设计所需要的Block线程块数;根据截止频率半径,生成成像系统光学传递函数模板,做傅里叶变换后存入Device内存;对待反卷积处理的原始图像数据进行傅里叶变换,根据上面得到的Block线程块数和傅里叶变换后的光学传递函数模板,对傅里叶变换后的原始图像数据进行反卷积处理计算,得到最终的复原后图像,优点是与传统的反卷积处理相比,在卷积次数相同的情况下,处理时间大大缩短。

金融界2023年12月30日消息,据国家知识产权局公告,宁波永新光学股份有限公司申请一项名为“一种基于CUDA的反卷积图像复原方法“,公开号CN117314777A,申请日期为2023年9月。

专利摘要显示,本发明公开了一种基于CUDA的反卷积图像复原方法,特点是:在主机Host分配固定共享内存,在图形处理器内分配Device内存,将采集的原始图像数据存入固定共享内存和Device内存;计算原始图像的截止频率半径;设计所需要的Block线程块数;根据截止频率半径,生成成像系统光学传递函数模板,做傅里叶变换后存入Device内存;对待反卷积处理的原始图像数据进行傅里叶变换,根据上面得到的Block线程块数和傅里叶变换后的光学传递函数模板,对傅里叶变换后的原始图像数据进行反卷积处理计算,得到最终的复原后图像,优点是与传统的反卷积处理相比,在卷积次数相同的情况下,处理时间大大缩短。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go