买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利一种基于CUDA加速的超大三维图像形变方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115984098B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310015937.5，技术领域涉及：G06T3/02；该发明授权一种基于CUDA加速的超大三维图像形变方法是由屈磊;陈宇飞;吴军;邹恒东;孙浩宸;朱铃菲;李紫翔设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种基于CUDA加速的超大三维图像形变方法在说明书摘要公布了：本发明涉及一种基于CUDA加速的超大三维图像形变方法，包括：通过仿射变换计算两组配准特征点的仿射变换矩阵；对目标图像进行分块，对分块后得到的每个小块图像块进行图像形变：利用仿射变换矩阵，通过CUDA实现三维图像体素遍历并行化操作；读取形变后的3D图像块，拼接成原始图像尺寸的2D连续序列图像。本发明利用对目标图像进行分块的原理，并利用GPU的并行架构加速图像线性插值的计算过程，在解决可以针对超大三维图像进行形变的同时又有效的提升了图像配准的运行效率；实验证明本方法在CPU为i5‑10400F、GPU为RTX‑3060、内存为16G的平台下，可以处理大于计算机内存2倍的超大三维图像数据，并获得了大约11倍的加速比，极大的缩短了形变配准的时间。

本发明授权一种基于CUDA加速的超大三维图像形变方法在权利要求书中公布了：1.一种基于CUDA加速的超大三维图像形变方法，其特征在于：该方法包括下列顺序的步骤： 1通过仿射变换计算两组配准特征点的仿射变换矩阵； 2对目标图像进行分块，对分块后得到的每个小块图像块进行图像形变，得到形变后的3D图像块：利用仿射变换矩阵，通过CUDA实现三维图像体素遍历并行化操作，对每一块图像块进行三线性插值； 3针对每个小块图像块进行图像拼接操作：读取形变后的3D图像块，拼接成原始图像尺寸的2D连续序列图像； 所述步骤2具体包括以下步骤： 2a对目标图像进行分块，得到小块图像块； 2b对于每一个小块图像块进行形变处理，得到形变后的3D图像块； 2c将形变后的3D图像块读入到内存中，使用CUDA实现三维图像体素遍历并行化操作，使用GPU加速的三线性插值对任意一个小块图像块即图像块A进行处理，并最终根据图像块的偏移量进行文件命名并保存，保存格式为3D图像格式； 2d按照图像块的处理过程处理所有小块图像块，最终生成个经过图像形变后的小块图像块，并放置于一个文件夹中，为在X、Y、Z轴能取的块的个数； 所述步骤3具体包括以下步骤： 3a首先，目标图像的所有小块图像块构成一个坐标系，范围为，因此所有小块图像块分为层数据，每一层有个小块图像块，设任意一层的小块图像块的Z轴尺寸大小为，在设定的标准块尺寸为且满足的条件下，定义如下： ， 其中，为目标图像Z轴尺寸大小； 3b在拼接过程中设置一个控制变量，控制变量用于控制读取小块图像块时消耗的内存大小； 3c当时，读取第层的个小块图像块，每个小块图像块读取层的数据，设任意一个小块图像块即图像块A内任意一体素坐标为，则这一体素在目标图像中的体素坐标为，图像块起始坐标原点在目标图像中的偏移量设为，利用每个小块图像块的X、Y轴偏移量对图像进行拼接，最终生成张图像； 3d当时，需要进行次图像读取并拼接的处理步骤，其定义如下： ， 每次读取第层的共个小块图像块，每个小块图像块读取层的数据，并进行步骤3c中提到的图像拼接处理步骤，生成张切片； 3e将层数据都进行步骤3c和步骤3d的处理，最终生成张2D连续序列图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。