CUDA的圖像分割并行算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、圖像分割是計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)重要的圖像技術(shù)，是對(duì)圖像進(jìn)行分析、識(shí)別和理解的基礎(chǔ)，無(wú)論在理論研究還是實(shí)際應(yīng)用中都得到了人們的廣泛重視。然而，現(xiàn)有的圖像分割算法較多采用的是串行處理的方式，具有迭代次數(shù)多、運(yùn)算效率低等缺陷，很難滿足實(shí)際工程的需求。因此，本文主要研究?jī)?nèi)容就是使用數(shù)據(jù)的并行處理來(lái)提升圖像分割算法的效率。
　　近年來(lái)，GPU由于其強(qiáng)大的通用并行計(jì)算能力而備受關(guān)注，經(jīng)常被應(yīng)用于圖像處理的研究中。與此同時(shí)，NVIDIA公司統(tǒng)一

2、并行計(jì)算架構(gòu)CUDA，這種架構(gòu)是基于GPU的。在CUDA的平臺(tái)上可直接用C、C++等編程語(yǔ)言進(jìn)行程序開(kāi)發(fā)，并且可以直接對(duì)GPU的硬件資源進(jìn)行訪問(wèn)，充分發(fā)揮顯卡的大規(guī)模并行計(jì)算能力，為開(kāi)發(fā)者開(kāi)發(fā)可平滑擴(kuò)展的并行程序提供便利的條件。上述因素促使我們考慮在CUDA架構(gòu)上實(shí)現(xiàn)對(duì)圖像分割算法的并行化。
　　本文的主要工作包括以下幾點(diǎn):
　　首先，對(duì)本文研究基礎(chǔ)和相關(guān)技術(shù)進(jìn)行了介紹。歸納總結(jié)了現(xiàn)有的圖像分割技術(shù)，對(duì)現(xiàn)有圖像分割技術(shù)的優(yōu)勢(shì)

3、和缺陷進(jìn)行了分析，指出了亟待解決的問(wèn)題和改進(jìn)的方向。介紹了基于CUDA平臺(tái)的GPU高性能運(yùn)算技術(shù)，對(duì)CUDA的軟硬件結(jié)構(gòu)和編程模型進(jìn)行了詳細(xì)的說(shuō)明。
　　其次，針對(duì)圖像分割串行算法的問(wèn)題，提出了一種適用于CUDA架構(gòu)的圖像分割并行算法。該算法主要是根據(jù)現(xiàn)有的區(qū)域生長(zhǎng)算法進(jìn)行改進(jìn)，利用分而治之的思想，采用塊內(nèi)迭代和塊間合并相結(jié)合的方式減少迭代次數(shù)，將原來(lái)的串行算法進(jìn)行并行化改造。另外，結(jié)合CUDA的特點(diǎn)和優(yōu)勢(shì)，提出了若干優(yōu)化策略，以