Mean Shift图像分割算法的并行化

• 作者: 吴素萍 李宏益
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: Mean Shift 并行计算 TBB CUDA 图像分割
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1610-1619
• 页数: 10页
• 分类号: TP391
• 字数: 8889字
• 语种: 中文

摘要

图像分割作为高性能并行计算的一个主要应用领域,其算法本身的时间复杂度和实时性需求要求不断改进计算机硬件技术和并行处理的算法.Mean Shift算法是图像分割领域一个比较经典的算法,在图像分割过程中,不需要任何先验知识,是一种无监督的分割过程,在图像分割的具体实现中应用广泛.利用TBB(threading buildingblock)工具和CUDA(compute unified device architecture)对Mean Shift算法进行多核和GPU(graphic processing unit)并行化改造.首先分析Mean Shift分割过程中最耗时的部分Mean Shift聚类,然后利用TBB和CUDA对Mean Shift聚类进行了并行化改造,并对两种并行方法进行了对比分析.实验结果表明,两种并行方法都取得了较好的加速效果,加速比都随着图像增大和带宽参数的增加而增大,基于TBB的加速比稳定趋于核数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴素萍	宁夏大学数学计算机学院	87	691	15.0	21.0
2	李宏益	宁夏大学数学计算机学院	2	30	2.0	2.0