首页> 中文期刊> 《红外与毫米波学报》 >GPU和格子玻尔兹曼方法联合加速的水平集模型及其在图像分割中的应用

GPU和格子玻尔兹曼方法联合加速的水平集模型及其在图像分割中的应用

         

摘要

面向图像分割应用,提出了一种新颖的GPU加速水平集模型,将来自于不同模型的全局及局部拟合能量有机地整合一起,并且可以自适应地调整全局项的加权系数.无论初始轮廓位于图像中的任何位置,模型都可以有效地分割出具有强度非同质性图像中的前景目标.在数值实现环节,采用格子玻尔兹曼方法的策略来打破传统求解方法对于时间步长参数的限制条件.另外,借助NVIDIA GPU来高效地组织格子玻尔兹曼方法的数值解算过程,以充分利用格子玻尔兹曼方法所具有的并行特性.在合成及真实图像数据上的实验结果验证了所提方法的有效性.另外,还对影响分割结果的数个关键因素进行了深入的分析.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号