【摘 要】
:
医学图像分割是医学图像处理里常用且重要的一环,为医学图像三维建模、病理分析等提供了基础。但是随着医疗设备技术的不断进步,医学图像数据量不断增大,医学图像分辨率不断提高,同时,随着网络技术的不断进步,远程实时病理分析成为可能,但是CPU的处理速度却无法完成实时处理的目标,所以对医学图像处理的硬件加速就显得十分必要。针对以上问题,本文提出了一种基于ZYNQ的医学图像分割硬件加速系统,ZYNQ是一种“A
论文部分内容阅读
医学图像分割是医学图像处理里常用且重要的一环,为医学图像三维建模、病理分析等提供了基础。但是随着医疗设备技术的不断进步,医学图像数据量不断增大,医学图像分辨率不断提高,同时,随着网络技术的不断进步,远程实时病理分析成为可能,但是CPU的处理速度却无法完成实时处理的目标,所以对医学图像处理的硬件加速就显得十分必要。针对以上问题,本文提出了一种基于ZYNQ的医学图像分割硬件加速系统,ZYNQ是一种“ARM+FPGA”架构的片上系统处理器,能够实现高速、低功耗、短开发周期的医学图像处理。本文首先研究图像分割算法的相关理论知识,详细描述了算法的实现过程。接着,介绍了程序设计的开发环境,包括Linux系统的环境配置及SDSo C开发平台。本文采用C++语言和Open CV+f Open CV库开发的方式进行ZYNQ的硬件开发,调用了xf Open CV库中的Sobel、Gaussian Filter函数作为硬件加速HLS IP核,阐述了硬件平台搭建过程,介绍了xf Open CV库开发流程和其特殊的HLS语言的应用,并简要解释了ZYNQ的硬件连线图。相比于CPU医学图像分割方案,本文设计具有功耗低、处理速度快、实时性强等优势;相比于GPU硬件加速方案,本设计在开发周期和功耗上具有优势;相比于传统的FPGA硬件加速方案,本设计具有一定的开发周期优势。总的来说,本设计的最大创新点在于将ZYNQ硬件加速应用于医学图像处理领域,目前该方向论文还很少,大多数应用于常规视频图像的实时处理。另一创新点在于实现了医学图像硬件加速的快速开发。本文设计实现了对医学图像的肝脏和动脉的分割,使用Xilinx官方的xf Open CV库对分割算法中的复杂度较高的函数进行了硬件加速,采用了两种分割方法进行对比,并将算法关键步骤的硬件加速效果逐一与CPU实现方案、传统FPGA实现方案、GPU硬件加速方案进行了对比,分析了本设计与其他方案相比的优劣所在,得出了一些结论。
其他文献
伴随着经济社会的快速发展及人民生活水平的不断提高,供电质量及可靠性越来越受到重视。但长期以来,我国电力企业“重主网,轻配网”现象严重,导致配网建设滞后,配网规划不合理,网架基础薄弱,配电设备超期服役严重,新技术应用力度不够效果不佳,配网供电可靠性不高,供电可靠性提升处于“瓶颈期”,难以满足用户对高可靠供电的需求。为此,对配网供电可靠性开展研究,采用科学合理的方法进行供电可靠性评估及薄弱环节辨识分析
Li2O作为一种常见助熔剂,对调节冶金熔渣物理化学性能具有重要作用,特别是近年来,由于Li2O对连铸保护渣某些性能具有关键性的影响,在部分重要钢种连铸保护渣中得到了广泛应用
旅游业的脆弱属性导致其易受自然、经济、政治等突发性危机事件的影响,从而使行业发展产生严重的衰退与滑坡。地震、海啸、火山喷发等自然灾害事件因其控制程度低和预测性低
银行贷款通常为企业融资的首选途径,但多数情况下需要企业提供一定的固定资产(土地使用权、设备等)作为抵押品,而资产证券化融资模式则打破了这一限制。资产证券化的本质是提
柴油机颗粒捕集器(Diesel Particulate Filter,DPF)作为新一代柴油发动机尾气后处理装置,其凭借自身独特的多孔结构,对废气中的碳烟颗粒物进行捕集,能有效的减少颗粒污染物排放。DPF在捕集颗粒和再生控制中会涉及到复杂多相流动、传热、传质及化学反应等复杂过程。为了进一步提高DPF捕集效率,有必要系统的了解DPF内部的物理及化学传输特性。本文基于新型的格子Boltzmann方法,
近年来,随着移动技术以及大规模储能技术的发展,人们对高能量密度的电池材料的需求日益增加。目前商用的锂离子电池正极材料主要有三元材料(NCM)、钴酸锂(Li Co O_2)、镍钴铝酸锂(NCA)等,然而钴的价格较高,地球上储量少,因此需要研发低价,环境友好且易开采的高性能电极材料。现有电池材料依赖于过渡金属阳离子电化学,其能量密度远不能满足需求。利用阴离子电化学反应可在传统阳离子电化学反应的基础上额