10.3969/j.issn.1006-9348.2017.11.063
分割灰度不均匀图像水平集算法的CUDA实现
图像分割是图像处理中的重要一步,然而图像容易受到空间光照等因素的影响使得图像灰度不均匀,而传统的基于区域的水平集方法在灰度不均匀时分割效果较差.为了提高图像分割效果,将空间聚类信息引入到传统的水平集方法中可以取得较好的分割效果.但是水平集方法计算量大、实时效果差,限制了其应用范围.利用NVIDIA的CUDA平台将算法并行实现,有效地提高了算法的运行效率.文中利用CUDA的线程模型、共享内存等存储器将聚类中心计算、曲线演化计算和偏置域计算并行实现,并在灰度不均匀的CT图像和植物叶片图像上进行分割实验,相比于CPU上的串行实现,并行后的分割速度得到明显增加.
图像分割、水平集、并行、灰度不均匀
34
TP301(计算技术、计算机技术)
国家自然科学基金项目21365008,61562013;广西物联网技术及产业化推进协同创新中心资助项目WLW20060610
2018-01-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
290-295,343