Mehrstufige zeit- und bewegungsabhängige Rauschreduktion in Echtzeit mittels CUDA

Die Bildgebung interventionell genutzter Angiographieanlagen mittels Röntgentechnologie stellt heute sehr hohe Anforderungen an die Bildqualität. Diese wird durch verschiedenste Faktoren beeinflusst und ist für den Echtzeitbetrieb sicherzustellen, d.h. typischerweise sind die Algorithmen zur Bildverbesserung für einen maximalen Datenstrom von 480-600MBits/s (monoplan-System) bei einer maximalen Latenzzeit von ca. 100 ms auszuführen. Für unsere Untersuchung haben wir einen mehrstufigen zeitund bewegungsabhängigen Rauschreduktionsalgorithmus gewählt, der bereits in Angiographiegeräten verwendet wird. Die Berechnungsgeschwindigkeit von Bildverarbeitungsalgorithmen ist sowohl von der Komplexität der Algorithmen als auch von der verwendeten Hardware abhängig. Um die Echtzeitfähigkeit des Systems beim Verarbeiten der akquirierten Bildfolge zu garantieren, wird daher bei vielen Produkten auf Spezialhardware, wie z.B. DSPs oder FPGAs, zurückgegriffen. Allerdings müssen Hersteller dafür einen erhöhten Aufwand für die Entwicklung der Spezialhardware als auch für die Implementierung der Algorithmen auf der Spezialhardware in Kauf nehmen. Im Jahre 2007 stellte der Grafikprozessorhersteller NVIDIA gemeinsam mit einer neuen Generation von Grafikprozessoren (GPUs) eine neue erweitere Programmierschnittstelle namens “Common Unified Device Architecture”(CUDA) vor, welche die allgemeine Verwendbarkeit der neuartigen Architektur beschreibt. Mithilfe einfacher Erweiterungen der Programmiersprache C kann eine CUDA-fähige Grafikkarte zur Berechnung verschiedenster Algorithmen verwendet werden. Die erste Generation entsprechender GPUs (G80) erreichte durch die extreme Parallelität bereits eine Leistung von mehr als 300 Gigaflops. In unserer Untersuchung gehen wir auf die Eignung der im Vergleich zu Spezialhardware günstigeren, sowohl leicht integrierbaren als auch vergleichsweise einfach programmierbaren Hardware am Beispiel des gewählten Algorithmus ein.