论文部分内容阅读
为了提高图像分割的效率,文章实现了自动种子点区域生长的并行运算.基于现有的区域生长串行算法,并行算法主要分为自动种子点选取、区域生长和区域合并3个步骤.文章利用CUDA技术在GPU上实现了种子点选取和初始区域生长的并行运算,CPU负责最后的区域合并.实验采用了NVIDIA GeForce 9600M GT的GPU进行了并行实现,并与采用了In-tel Core2 E7300 CPU计算机的计算性能进行了对比分析.实验结果表明:相比于非并行算法,并行算法的计算效率有显著提升,区域生长的实时性进一步提高.