基于gpu并行計算的圖像二值化研究【開題報告】

1、<p><b>　　畢業(yè)設(shè)計開題報告</b></p><p><b>　　計算機科學(xué)與技術(shù)</b></p><p>　　基于GPU并行計算的圖像二值化研究</p><p>　　一、綜述本課題國內(nèi)外研究動態(tài)，說明選題的依據(jù)和意義</p><p>　　圖像二值化就是將圖像上的像素點的灰度設(shè)置為

2、0和255，也就是整個圖像只呈現(xiàn)出黑白效果。將256個亮度等級的灰度圖像通過適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，首先，圖像的二值化有利于圖像的進一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標(biāo)的輪廓。其次，要進行二值圖像的處理與分析，要把灰度圖像二值化，得到二值化圖像。圖像二值化是圖像模式識別的前提，直接決定識別的圖像識別的結(jié)果[4]。</p&

3、gt;<p>　　圖像二值化可以分為圖像預(yù)處理和圖像二值化兩個階段，圖像預(yù)處理解決因為天氣或者環(huán)境干擾造成的圖像模糊、噪音干擾等問題，主要通過灰度拉伸增加圖像的對比度，通過圖像的平滑去除噪音的干擾。圖像的二值化可以分為固定閾值法和局部閾值法，固定閾值法是整個區(qū)域的圖像二值化采用固定閾值的算法，常用的方法有中值法、均值法、大律法 、固定比例二值化等。固定閾值法在圖像區(qū)域較大時，不均的光照對圖像二值化效果影響顯著，而且當(dāng)背景較

4、為復(fù)雜時，二值化效果往往不是很理想[5]。局部閾值法是對需要二值化的點取周圍的一個局部區(qū)域進行二值化，在該區(qū)域內(nèi)有一個固定閾值，閾值的選取方法參照固定閾值法，在對不同的點進行二值化時，有不同的區(qū)域，因此也有不同的閾值。該方法計算量大，而且周圍區(qū)域的大小選取直接決定二值化的效果，但是該方法具有較好效果，尤其是對于圖像受不均勻光照的圖像，二值化效果更為理想[6]。</p><p>　　上世紀(jì)90 年代有人提出了GPU

5、 概念，即用于通用目的的圖形處理器[1] 。但是在過去，想要讓GPU 進行非圖形的通用計算，必須通過OpenGL 或DirectX 之類的圖形API 與GPU 溝通。因此GPU 通用計算一直難以實用化。直到NVIDIA 的G80 GPU采用統(tǒng)一渲染架構(gòu)，用流處理器取代傳統(tǒng)的著色器,情況才有改觀。2006 年11 月，NVIDIA 公司發(fā)布了基于G80 的并行編程模型和C 語言開發(fā)環(huán)境CUDA(ComputeUnified Device

6、Architecture, 計算統(tǒng)一設(shè)備架構(gòu)) [2] 。因為有了擴展語法的C 語言和接口函數(shù)庫支持, 程序員不必過于深入了解GPU 的內(nèi)部細(xì)節(jié)，就可以快速編寫出適用于GPU 的通用計算程序。</p><p>　　GPU它的數(shù)學(xué)運算能力巨大, 但分支控制性能低下。它要求在每個計算單元中執(zhí)行完全相同的操作， 因此，只適合執(zhí)行可以大量并行化的運算。另外，目前GPU 硬件是專為單精度浮點運算設(shè)計的，執(zhí)行雙精度運算性能會

7、降低一個數(shù)量級，對運算精度要求高的場合暫時還不宜使用GPU。所以，GPU目前還不能取代CPU。因此，GPU 大規(guī)模并行通用計算的理想運用模式是：用CPU 控制主要的流程，將問題分解，把需要大量并行處理的計算密集型任務(wù)放到GPU 上處理。另外，研究傳統(tǒng)問題的新算法，使之適于并行計算也是一大發(fā)展方向[3]。</p><p>　　二、研究的基本內(nèi)容，擬解決的主要問題：</p><p>　　1．圖

8、像二值化算法的實現(xiàn)問題</p><p>　　2．圖像二值化的實現(xiàn)問題</p><p>　　3．圖像二值化的設(shè)置問題</p><p>　　4．圖像二值化的傳輸問題</p><p>　　5．圖像二值化的排序問題</p><p>　　6．圖像二值化設(shè)計問題 </p><p>　　三、研究步驟、方法

9、及措施：</p><p><b>　　1、總體設(shè)計</b></p><p>　　在需求分析基礎(chǔ)上，對圖像二值化進行體系架構(gòu)，概要設(shè)計，劃分模塊等。</p><p><b>　　2、詳細(xì)設(shè)計</b></p><p>　　設(shè)計語音編碼，語音錄制，語音回放，語音傳輸各模塊的類。 </p>&

10、lt;p><b>　　3、編碼階段</b></p><p>　　用C++語音實現(xiàn)各個類，設(shè)計界面操作部分代碼，并使之與后臺處理結(jié)合。</p><p><b>　　4、測試階段</b></p><p>　　對系統(tǒng)進行單元測試，集成測試，系統(tǒng)測試等。</p><p><b>　　5、寫論

11、文</b></p><p>　　構(gòu)思論文總體結(jié)構(gòu)，書寫論文草稿，反復(fù)修改論文。</p><p><b>　　四、參考文獻</b></p><p>　　李建明，萬單領(lǐng)，何榮盛，錢昆明.一種基于GPU加速的圖像顏色傳遞算法.大連理工大學(xué)學(xué)報.2008年</p><p>　　Kurugollu F,Sankur B

12、,Harmanci A E.Color image segmenta-tion using histogram multithresholding and fusion[J].Journalof Image and Vision Computing, 2001,19(13):915-928.</p><p>　　董廷呈. 王龍. 遲學(xué)斌. DONG Ting-xing. WANG Long. CHI Xue-bi

13、n 二維擴散方程的GPU加速-計算機工程與科學(xué) 2009,3（11）</p><p>　　張　引.基于空間分布的最大類間方差牌照圖像二值化算法[J].浙江大學(xué)學(xué)報:工學(xué)版,2001,35(5):272-275.</p><p>　　Liu Yangxing,Ikenaga,Takeshi,et al.A Novel Hybrid Ap-proachof Color Image Segmen

14、tation[C]. Circuits and Sys-tems (APCCAS 2006).IEEE Asia Pacific Conference. Singa-pore:[s.n.], 2006: 1863-1866.</p><p>　　Ye Zhao. Yiping Han. Zhe Fan. Feng Qiu,Yu-Chuan Kuo, Arie E.Kaufman,Klaus Mueller Vis