基于马尔可夫随机场的纹理图像并行分割.pdf

维普资讯 ComputerEngineeringandApplications计算机工程与应用 2008，44(14) 181 基于马尔可夫随机场的纹理图像并行分割 谢建春，夏 勇，赵荣椿 XIEJian—chun，XIAYong，ZHAO Rong—chun 西北工业大学 计算机学院，西安710072 SchoolofComputer，No~hwestem PolytechnicalUniversity，Xi’an710072，China E—mail：yxia@ ieee．org XIE Jian-chum，XIA Yong，ZHAO Rong-chun．Paralld segmentation of textured images by using Markov random fiel~ComputerEngineeringandApplications，2008，44 (14)：181-183． Abstract：Thispaperpresentsaparallelsegmentationalgorithm fortexturedimagesonacomputercluster．AdoringtheMessagePassing Interface(MPI)andthemessagepassingprogrammingmodel，thisalgorithmsplitsanimageintoasetofrectangularregionsandsends eachregiontoacomputer，SOthattheMarkovRandomField(MRF)canbeestimatedasthetexturefeatureofeachpixelonallcomputers simultaneously．Asaresult，thetimecostofsegmentation isgreatlyreduced．Theparallelalgorithm hasbeenappliedtothesegmentationof remotesensingimages．Thecomparativeexperimentsshow that，onafour—computercluster，theparallelalgorithm is3．13timesfaster thantheserial one．Thesatisfyingresultsdemonstratethatproposedalgorithm canprovidenotonlyfastersemg entationbutsomeinspiration forparallelimplementationofcomputationalintensiveimageprocessingalgorithms． Keywords：imagesegmentation；imagetextureanalysis；Markovrandom field；parallelcomputation 摘 要：基于消息传递接 口(MessagePassingInterface，MPI)和消息传递并行编程模型，提 出了一种针对计算机集群 (Cluster)的 纹理图像并行分割算法。该算法使用马尔可夫随机场作为纹理特征，通过将 图像分块，把特征提取的计算量均匀的分布到并行 系统中的各个节点上，从而极大地减少了计算时间。在遥感图像上的实验发现，该算法在4机并行的环境下可以取得与单机 串 行程序一样精确的分割，而耗时仅为串行程序的31、95％。令人满意的实验结果表明该并行算法不但可以有效的应用于纹理图 像分割，而且也为使用计算机集群实现高时间复杂度的图像处理提供 了有益的启示。 关键词：图像分割 ；纹理图像分析；马尔可夫随机场；并行计算 DOI：10．3778／j．issn．1002—8331．2008．14．05l 文章编号：1002—833l(2008)14_o181-03 文献标识码：A 中图分类号：TP391．41 图像分割是图像处理中承前启后的环节，多年 以来一直受 享内存并行计算机和分布式内存计算机的特点，同时又具有 到众多研究者的重视。纹理是图像 中一类非常重要的信息。 价格低廉、操作简便和易于扩展等诸多优点，计算机集群已经 从某种意义上讲，任何 自然景物的图像都或多或