CUDA的圖像分割并行算法的設計與實現(xiàn).pdf

1、圖像分割是計算機視覺領域中一個重要的圖像技術，是對圖像進行分析、識別和理解的基礎，無論在理論研究還是實際應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、運算效率低等缺陷，很難滿足實際工程的需求。因此，本文主要研究內容就是使用數(shù)據(jù)的并行處理來提升圖像分割算法的效率。
　　近年來，GPU由于其強大的通用并行計算能力而備受關注，經(jīng)常被應用于圖像處理的研究中。與此同時，NVIDIA公司統(tǒng)一

2、并行計算架構CUDA，這種架構是基于GPU的。在CUDA的平臺上可直接用C、C++等編程語言進行程序開發(fā)，并且可以直接對GPU的硬件資源進行訪問，充分發(fā)揮顯卡的大規(guī)模并行計算能力，為開發(fā)者開發(fā)可平滑擴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架構上實現(xiàn)對圖像分割算法的并行化。
　　本文的主要工作包括以下幾點:
　　首先，對本文研究基礎和相關技術進行了介紹。歸納總結了現(xiàn)有的圖像分割技術，對現(xiàn)有圖像分割技術的優(yōu)勢

3、和缺陷進行了分析，指出了亟待解決的問題和改進的方向。介紹了基于CUDA平臺的GPU高性能運算技術，對CUDA的軟硬件結構和編程模型進行了詳細的說明。
　　其次，針對圖像分割串行算法的問題，提出了一種適用于CUDA架構的圖像分割并行算法。該算法主要是根據(jù)現(xiàn)有的區(qū)域生長算法進行改進，利用分而治之的思想，采用塊內迭代和塊間合并相結合的方式減少迭代次數(shù)，將原來的串行算法進行并行化改造。另外，結合CUDA的特點和優(yōu)勢，提出了若干優(yōu)化策略，以