基于CUDA平臺(tái)的區(qū)域分割并行算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在數(shù)字圖像處理領(lǐng)域，對(duì)目標(biāo)圖像的識(shí)別提取操作是較為常見的操作，而圖像分割則是識(shí)別預(yù)處理中的一個(gè)經(jīng)典難題。隨著計(jì)算機(jī)圖像技術(shù)的迅猛發(fā)展，現(xiàn)今的圖像處理具有處理數(shù)據(jù)量大，計(jì)算復(fù)雜度較高的特點(diǎn)，因此，單純依賴CPU實(shí)現(xiàn)的圖像算法已經(jīng)無(wú)法滿足實(shí)時(shí)性要求。國(guó)內(nèi)外許多學(xué)者針對(duì)于區(qū)域分割算法的加速實(shí)現(xiàn)進(jìn)行了大量研究，其中也有一些學(xué)者利用CUDA平臺(tái)進(jìn)行區(qū)域分割算法的加速，并取得了較好的效果。
　　針對(duì)區(qū)域分割在圖像處理領(lǐng)域的重要作用以及CUDA

2、平臺(tái)下GPU處理大規(guī)模數(shù)據(jù)的優(yōu)勢(shì)，本文對(duì)基于CUDA平臺(tái)的三類典型區(qū)域分割技術(shù)，基于大津法的區(qū)域分割，基于區(qū)域生長(zhǎng)的區(qū)域分割，基于Quick shift的區(qū)域分割進(jìn)行了研究，結(jié)合三類算法現(xiàn)有的串并行實(shí)現(xiàn)，提出了在CUDA平臺(tái)下三類算法的進(jìn)一步并行改進(jìn)。為了實(shí)現(xiàn)Otsu和Quick Shift算法的并行化，本文針對(duì)這兩種算法現(xiàn)有的并行實(shí)現(xiàn)中仍然存在的串行步驟，利用CUDA架構(gòu)，將算法的串行部分轉(zhuǎn)換到GPU中進(jìn)行并行實(shí)現(xiàn)，一方面提高了算法實(shí)

3、時(shí)性，另一方面減少了CPU與GPU端的多次數(shù)據(jù)交換，從而實(shí)現(xiàn)性能提升。而對(duì)本身串行度較高的區(qū)域生長(zhǎng)算法，本文則采用了一種有異于區(qū)域生長(zhǎng)傳統(tǒng)實(shí)現(xiàn)的適用于并行化的新算法，即一種基于并查集思想的生長(zhǎng)算法，結(jié)合CUDA結(jié)構(gòu)與算法核心思想，提出了該算法在CUDA上的并行實(shí)現(xiàn)，采用GPU端進(jìn)行迭代，大大減少了程序的運(yùn)行時(shí)間。
　　本文簡(jiǎn)要回顧了區(qū)域分割及并行實(shí)現(xiàn)的一些基本策略，重點(diǎn)研究了基于CUDA平臺(tái)的不同區(qū)域分割算法的并行策略，及三類算法