学位论文 > 优秀研究生学位论文题录展示
基于CUDA的工业CT图像分割算法的设计与实现
作 者: 张瑞
导 师: 刘旭敏
学 校: 首都师范大学
专 业: 计算机应用技术
关键词: 计算机断层成像 图像分割 Potts模型 能量最小化 CUDA 并行计算
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 14次
引 用: 0次
阅 读: 论文下载
内容摘要
计算机断层成像技术(Computed Tomography, CT)是电子学,核物理学,精密机械以及计算机科学等多学科相结合的产物,在航天航空、核能、医疗生物、军事、机械、新材料研究、海关、电子、考古及石油勘探等多种领域均有广泛的应用需求。工业CT技术一般用于产品质量、结构安全性等检测工作,是一种十分先进的无损检测技术。通过对工业CT图像的处理和分析,可以获得被检测物体内部的信息,这样就可以判断被检测物体的物质分布、是否符合工艺需要等状况。图像分割则是对图像进行分析和理解的基础。随着工业CT设备分辨率的不断提高,CT图像的数据量越来越大,尤其是三维体数据,规模甚至可以达到10243,许多现有的分割算法在时间效率上很难满足工程应用需求。此外,CT图像的灰度分布一般是不均匀的,这使得对CT图像的全局分割也是一个应用难点。所以为三维CT数据寻找一种可以利用GPU并行加速,又能在一定程度上描述图像分割问题的分割算法,成为人们关注的焦点。GPU下的并行运算是充分利用GPU具有众多计算单元,适合计算密集型任务的特点,采用CUDA或是其他并行计算语言,将原有的串行算法并行化以加快算法运行速度。本文采用基于Potts先验模型的能量最小化的全局标记算法完成对三维CT体数据的分割,并利用CUDA在GPU上实现了对该分割算法的并行加速,经实验,算法在运行时间上取得了较好的加速效果。本文的主要工作包括:(1)采用一种基于Potts先验模型的能量最小化的全局标记算法来描述图像分割问题,并将该算法扩展到对三维体数据的分割。验证了该算法对工业CT图像分割的有效性。(2)通过对能量最小化公式和算法流程的分析,设计出算法的并行化实现方式,并通过GPU和CUDA平台编程实现。(3)使用该并行算法对采集的二维CT图像和三维体数据进行了实验,结果表明,该分割算法可以很好地描述图像分割问题,且具有很高的并行性,本文设计的并行算法在GPU下运行,加速效果明显,在时间效率上取得了较好的实际应用效果。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-8 图目录 8-9 表目录 9-10 第一章 引言 10-17 1.1 本文研究背景及意义 10-11 1.2 国内外研究现状 11-15 1.2.1 图像分割算法研究现状 11-14 1.2.2 并行计算技术发展简介 14-15 1.3 论文的主要工作和内容安排 15-17 1.3.1 论文的研究内容和成果 15-16 1.3.2 论文的组织结构 16-17 第二章 图像分割算法 17-22 2.1 图像分割定义 17-18 2.2 工业CT图像及其分割技术 18-21 2.2.1 工业CT图像 18-20 2.2.2 工业CT图像分割算法 20-21 2.3 本章小结 21-22 第三章 基于Potts模型的图像分割算法 22-33 3.1 马尔可夫随机场模型 22 3.2 图像在马尔可夫模型中的描述 22-24 3.3 Gibbs随机场与马尔可夫随机场的等价性 24-25 3.4 基于Potts先验模型的CT图像分割 25-30 3.4.1 标号场的全局最优化赋值 25-26 3.4.2 Potts先验模型 26-27 3.4.3 公式优化 27-30 3.5 实验结果与分析 30-32 3.6 本章小结 32-33 第四章 基于CUDA的CT图像分割并行加速算法 33-46 4.1 GPU硬件架构 33-35 4.2 CUDA编程模型 35-43 4.2.1 CUDA中的主机与设备 35-38 4.2.2 CUDA线程结构 38-39 4.2.3 CUDA存储器模型 39-43 4.3 图像分割算法并行化设计与优化 43-45 4.3.1 任务划分 43 4.3.2 grid和block维度设计 43-44 4.3.3 存储器访问优化 44-45 4.4 三维体数据优化 45 4.5 本章小结 45-46 第五章 系统简介 46-51 5.1 基于CUDA的CT图像分割算法系统框架 46-47 5.2 实验结果数据分析 47-50 5.3 本章小结 50-51 第六章 总结与展望 51-52 6.1 本文工作总结 51 6.2 未来研究展望 51-52 参考文献 52-55 致谢 55-56 攻读硕士学位期间学术论文发表情况 56
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于CUDA的图像数字水印技术的研究,TP309.7
- 面向快速原型制造的医学图像三维重建系统研究,TP391.41
- 基于MPI的三维地层建模和可视化方法研究,TP391.41
- CUDA平台下数字图像认证方法的设计与实现,TP391.41
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 基于GPU并行加速的正射影像生成研究,TP391.41
- 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
- 基于图割理论的图像匹配问题研究,TP391.41
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于视觉的类人足球机器人目标定位算法设计,TP391.41
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
- 多尺度遥感图像分割算法研究与应用,TP391.41
- 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
- 肺部病灶感兴趣区域分割算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|