基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在图像处理和模式识别中,通过细化算法抽取图像的骨架是一项极有意义的工作.由于大多数传统细化算法都需要按照一定顺序对每个像素进行逐点扫描,执行效率不高,另外图像细化算法中数据之间的关联性不大,将传统的快速并行细化算法移植到CUDA(compute unified device architecture)平台上,运用CUDA的并行处理优势对图像进行细化处理.实验表明,该方法在保证细化处理效果的前提下,还能将运算效率提高达到幂级数级.
推荐文章
基于CUDA的汇流分析并行算法的研究与实现
并行计算
图形处理器
统一设备计算架构
汇流分析
数字高程模型
基于CUDA架构并行设计图像去噪算法
CUDA
图像去噪
K-SVD
图形处理器
并行优化
矩阵拉伸
基于CUDA的并行粒子群优化算法的设计与实现
粒子群优化算法
并行计算
GPU
统一计算设备架构
基于CUBLAS和CUDA的MNF并行算法设计与优化
图像处理单元
GPU性能优化
高光谱影像降维
最大噪声分数变换
协方差矩阵计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CUDA的图像快速并行细化算法的研究与实现
来源期刊 电子测量技术 学科 工学
关键词 细化算法 CUDA平台 并行处理
年,卷(期) 2014,(8) 所属期刊栏目 信息技术及图像处理
研究方向 页码范围 75-79
页数 5页 分类号 TP391.41
字数 3220字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金汉均 华中师范大学计算机学院 16 332 9.0 16.0
2 梅洪洋 华中师范大学计算机学院 3 26 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (108)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (2)
1984(3)
  • 参考文献(1)
  • 二级参考文献(2)
1987(4)
  • 参考文献(1)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
细化算法
CUDA平台
并行处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
论文1v1指导