水稻分蘗斷層圖像重建加速研究.pdf

1、農(nóng)學(xué)家為了培育出高產(chǎn)的水稻品種，需要大批量的種植并篩選出具有優(yōu)良性狀的品系，同時考察水稻的一些表型參數(shù)（如分蘗、株高、綠葉面積等）。本項(xiàng)目組自主研發(fā)的水稻表型自動測量系統(tǒng)能實(shí)現(xiàn)高通量測量，提高測量速度和準(zhǔn)確度。在諸多水稻表型參數(shù)中，水稻分蘗數(shù)是一個非常重要的與產(chǎn)量相關(guān)的表型參數(shù)。該系統(tǒng)采用X-CT (X-ray Compute Tomography)技術(shù)對水稻分蘗斷層掃描，利用濾波反投影算法重建水稻分蘗斷層圖。對水稻分蘗斷層掃描和重建的

2、所需時間較長，成為整個系統(tǒng)測量速度提升的瓶頸。為了實(shí)現(xiàn)高通量測量和滿足實(shí)時處理顯示斷層圖像的需求，本文深入研究了水稻分蘗斷層重建算法加速方法。
　　 濾波反投影算法包括兩個過程：預(yù)加權(quán)卷積濾波和反投影。然而圖像重建過程比較耗時，本文從兩個方面對斷層圖像重建進(jìn)行加速：ROI（Region of Interest）識別和GPU（Graphic Process Unit）硬件加速。ROI識別算法是從系統(tǒng)采集到的正弦圖中的自動識別出斷層

3、圖中需要重建的區(qū)域，削減重建像素?cái)?shù)量以達(dá)到加速重建的目的。而且從感興趣重建區(qū)域中還可得出正弦圖中卷積濾波的感興趣區(qū)域。本文采用CUDA（Compute Unified Device Architecture）編程來實(shí)現(xiàn)CT重建的GPU并行計(jì)算，包括預(yù)加權(quán)卷積濾波和反投影兩個過程的GPU加速。
　　 從測試結(jié)果可以看出，對成熟期的水稻分蘗斷層重建，ROI識別算法可加速重建4~10倍。ROI識別算法可顯著加速“反投影”過程，而對“預(yù)

4、加權(quán)卷積濾波”過程的加速效果并不明顯。GPU并行計(jì)算可加速CT重建約180倍。預(yù)加權(quán)卷積濾波過程可加速約50倍，反投影過程可加速約250倍?？梢姡珿PU并行計(jì)算可顯著加速CT重建過程。而且測試發(fā)現(xiàn)GPU重建結(jié)果和CPU重建結(jié)果并無明顯差異。在本項(xiàng)目中采用GPU加速算法后，重建一幅768×768大小的水稻分蘗斷層圖耗時100 ms左右。最后將ROI識別方法和GPU計(jì)算結(jié)合，對成熟期的水稻分蘗斷層重建，反投影過程可加速2000倍左右，預(yù)加權(quán)