基于CUDA的并行K-means聚类图像分割算法优化

• 作者: 方勇 秦仁波 邢彩燕 陈曦 霍迎秋
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 图像分割 聚类分割算法 统一计算架构 图形处理器 并行优化
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 农业装备与机械化工程
• 页码范围: 47-53,74
• 分类号: TP311
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2014.11.008

摘要

为提高K-means聚类算法的运算速度,基于CUDA架构提出一种分块、并行的K-means算法,并采用“合并访问”、“多级规约求和”、“负载均衡”和“指令优化”等策略优化并行算法.实验结果表明,并行K-means算法的分割效果与串行K-means算法相同,但运行速度得到了极大的提高,加速比最高达到560,很好地解决了农业工程实际中由于分割算法带来的瓶颈问题,能够极大地提高农业劳动生产率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍迎秋	西北农林科技大学机械与电子工程学院	20	104	5.0	9.0
2	陈曦	西北农林科技大学信息工程学院	11	122	7.0	11.0
3	方勇	西北农林科技大学机械与电子工程学院	22	141	5.0	11.0
4	邢彩燕	西北农林科技大学信息工程学院	4	32	2.0	4.0
5	秦仁波	西北农林科技大学信息工程学院	1	29	1.0	1.0