GPU并行加速的均值偏移算法.pdf

No．3 第22卷第3期 计算机辅助设计与图形学学报 V01．22 2010年3月 of Journal Mar．2010 Computer—AidedDesign＆ComputerGraphics GPU并行加速的均值偏移算法 陈 加，吴晓军，蔡 荣 (哈尔滨工业大学深圳研究生院深圳 518055) (ehenjia@hitsz．edu．cn) 摘要：为克服meanshift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meanshift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meanshift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meanshift分别进行并行r处理．实验结果表明，通 shift 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 算法的运行速度提高了近40倍，满足’J，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豫一means；视觉检测 中图法分类号：TP391．41 Parallel forAcceleratedMeanShift withGPU Processing Algorithm ChenJia，Wu Cai Xiaojun，andRong (ShenzhenGraduateSchool。HarbinInstituteof 518055) Technology，Shenzhen ordertoovercomethe Of themeanshiftmethodforitsintensive Abstract：In shortcomings GPU—basedmeanshift is thenovel computational improved requirement，an algorithmpresented．By k-means isusedto thesource witha algorithm，firstalgorithm pre-classify image meanshift the data a canbe runson narrowed sets．Asresult，，the re-sampled algorithmcomplexity reduced．In thefurther of志一meansandmeanshift，andwith effectively addition，throughstudy ofGPU，k—meansandmeanshiftare purposecomputation processed． general resp