模糊连接图像分割cuda 并行算法的改进 - 计算机辅助设计与图形学 .pdf

第28 卷 第2 期 计算机辅助设计与图形学学报 Vol. 28 No.2 2016 年2 月 Journal of Computer-Aided Design Computer Graphics Feb. 2016 模糊连接图像分割 CUDA 并行算法的改进 * 李 栋, 黄绍辉 , 黄晓阳, 王连生, 王博亮 (厦门大学信息科学与技术学院计算机科学系 厦门 361005) (hsh@) : 已有的模糊连接并行算法 CUDA-kFOE 未考虑线程块边缘点同时更新所引发的竞争问题, 导致计算结果出 现少量误差. 由于医学图像处理对精度的要求很高, 为了解决边缘点计算误差的问题, 基于CUDA-kFOE 提出一种修 正迭代算法. 首先分析了 CUDA-kFOE 算法在线程块边缘产生竞争的原因; 然后讨论了边缘点亲和力的所有可能的 传递路径, 以及由此造成的出错情况; 最后提出二次迭代修正算法, 将第一次迭代得到的所有边缘点转入第二次的 修正迭代步骤, 从而修正第一次迭代中错误的亲和力值. 采用3 组不同规格的CT 序列对肝脏血管进行分割实验, 并 选用3 个不同的种子点进行算法验证, 结果表明, 文中算法的计算结果与串行版本一致, 解决了CUDA-kFOE 算法的 计算误差问题. ：肝脏血管分割; 模糊连接; CUDA; 块边缘点竞争 ：TP391.9 An Improved Fuzzy Connected Image Segmentation Method Base on CUDA * Li Dong, Huang Shaohui , Huang Xiaoyang, Wang Liansheng, and Wang Boliang (Computer Science Department, School of Information Science and Engineering, Xiamen University, Xiamen 361005) Abstract: A paralleled CUDA version of kFOE(CUDA-kFOE)was proposed to segment medical images. CUDA-kFOE achieves fast segmentation when processing large image datasets. However, it cannot precisely handle the competition of edge points when update operations happen by multiple threads simultaneously, thus an iterative correction method to improve CUDA-kFOE was proposed. By analyzing all the pathways of marginal voxels affinity and their consequently caused results, a two iteration correction scheme is employed to achieve the accurate calculation. In these two iterations, the resulted marginal voxels from the first itera- tion are used as the correction input of the second iteration, therefore, the values of affinity are corr