GPU并行加速的均值偏移算法

摘要：

为克服mean shift算法计算复杂度高、运行速度慢的缺点,提出一种基于GPU的快速mean shift算法.首先使用k-means算法对图像像素进行预分类,之后在预分类、下采样后缩小的数据集上进行mean shift聚类,以有效地降低算法复杂度.此外,借助GPU的通用计算功能对k-means和mean shift分别进行并行了处理.实验结果表明,通过对图像进行预处理,有效地提高了几何模板查找在强噪声、低信噪比图像中的识别率;同时,改进后的mean shift算法的运行速度提高了近40倍,满足了高速机器视觉检测的实时性要求.

关键词：图形处理器、通用计算、meanshift、k-means、视觉检测

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金50805031;教育部博士点基金新教师基金200802131014;数字制造装备与技术国家重点实验室资助项目CDMETKF2009013;深圳市科技计划项目JC200903120184A,ZYC200903230062A

在线出版日期：2010-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：461-466