一种利用水平集的图像分割快速GPU 并行算法.pdfVIP

第３０卷第３期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．３ ２０１３年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１３ 一种利用水平集的图像分割快速ＧＰＵ并行算法 殷均平　孔素然　张铁墨 （宁波大红鹰学院　浙江宁波３１５１７５） 摘　要　　研究医学生物图像的快速分割问题。针对传统图像分割算法效率低、分割不准确的缺陷，提出一种利用水平集自动演化 获得最优图像分割的方法。首先，定义水平集方程，并针对方程中不同分量进行分析，确定以图像灰度为依据的最优化算法；然后通 过对差分方程的离散化，定义最优化算法的求解步骤，并使得该最优化计算方法能并行化处理。该方法可以有效地对医学图像进行 分割，尤其适合并行化ＧＰＵ处理，在确保图像分割质量的前提下，极大地提高了运算效率。 关键词　　图像分割　水平集　ＧＰＵ 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０３．０７４ ＦＡＳＴＧＰＵＰＡＲＡＬＬＥＬＡＬＧＯＲＩＴＨＭＦＯＲＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＵＳＩＮＧＬＥＶＥＬＳＥＴ ＹｉｎＪｕｎｐｉｎｇ　ＫｏｎｇＳｕｒａｎ　ＺｈａｎｇＴｉｅｍｏ （ＮｉｎｇｂｏＤａｈｏｎｇｙｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎｉｎｇｂｏ３１５１７５，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｈｅｆａｓｔｓｅｇｍｅｎｔａｔｉｏｎｏｆｍｅｄｉｃａｌａｎｄｂｉｏｍｅｄｉｃａｌｉｍａｇｅｓｉｓｓｔｕｄｉｅｄｉｎｔｈｅｐａｐｅｒ．Ａｉｍｉｎｇａｔｔｈｅｄｅｆｅｃｔｓｏｆｔｒａｄｉｔｉｏｎａｌｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｌｏｗｅｆｆｉｃｉｅｎｃｙａｎｄｉｎａｃｃｕｒａｔｅ，ｗｅｐｒｏｐｏｓｅａｍｅｔｈｏｄｗｈｉｃｈｕｓｅｓｔｈｅａｕｔｏｍａｔｉｃｅｖｏｌｕｔｉｏｎｏｆｌｅｖｅｌｓｅｔｔｏｏｂｔａｉｎｔｈｅ ｏｐｔｉｍａｌｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｗｅｄｅｆｉｎｅｔｈｅｌｅｖｅｌｓｅｔｆｕｎｃｔｉｏｎ，ａｎｄａｎａｌｙｓｅｄｉｆｆｅｒｅｎｔｃｏｍｐｏｎｅｎｔｓｉｎｔｈｅｆｕｎｃｔｉｏｎａｓｗｅｌｌａｓｄｅｔｅｒｍｉｎｅ ｔｈｅｏｐｔｉｍｉｓａｔｉｏｎａｌｇｏｒｉｔｈｍｗｈｉｃｈｔａｋｅｓｔｈｅｇｒｅｙｓｃａｌｅｏｆｉｍａｇｅａｓｔｈｅｂａｓｉｓ．Ａｆｔｅｒｔｈａｔ，ｗｅｄｅｆｉｎｅｔｈｅｓｏｌｕｔｉｏｎｐｒｏｃｅｄｕｒｅｏｆｔｈｅｏｐｔｉｍｉｓａｔｉｏｎ ａｌｇｏｒｉｔｈｍｂｙｄｉｓｃｒｅｔｉｓｉｎｇｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｆｕｎｃｔｉｏｎ，ａｎｄｅｎａｂｌｅｔｈｉｓａｌｇｏｒｉｔｈｍｔｏｐｅｒｆｏｒｍｐａｒａｌｌｅｌｉｓｅｄｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙ ｓｅｇｍｅｎｔｔｈｅｍｅｄｉｃａｌｉｍａｇｅｓ，ｉｎｐａｒｔｉｃｕｌａｒ，ｉｔｉｓｓｕｉｔａｂｌｅｆｏｒｐａｒａｌｌｅｌｉｓｅｄＧＰＵｐｒｏｃｅｓｓｉｎｇ．Ｉｔｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｔｈｅｏｐｅｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｉｎ ｐｒｅｍｉｓｅｏｆｇｕａｒａｎｔｅｅｉｎｇｔｈｅｑｕａｌｉｔｙｏｆｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｓｅｇｍｅｎｔａｔｉｏｎ　Ｌｅｖｅｌｓｅｔ　ＧＰＵ 有边缘定位准确、运算速度较快等优点，因此如果能定位出某个 ０　引　言 区域的边界，则能迅速地将其进行分割；（４）基于动态边界和形 变的方法，例如Ｓｎａｋｅｓ算法［３］。 在计算机视觉领域，图像分割是一个基础性的课题。其主 在本文中，我们针对医学生物图像，提出了一种基于水平集 要目的是在数字图像中，将图像划分成一个或者多个感兴趣的 的分割图像分割算法。医学图像处理是当前图像处理领域一个 区域。虽然图