二维灰度直方图约束下的GPU加速边缘区域水平集进化
水平集方法由于其易于处理复杂形状和拓扑变化的固有特性,在图像分割中得到了广泛的应用。然而,LSM的计算成本很高,这限制了它在实时系统中的应用。为此,我们提出了一种新的水平集算法,该算法同时使用边缘、区域和2D直方图信息,以便有效地分割给定场景中感兴趣的对象。采用具有高度平行性的格子玻尔兹曼法求解水平集方程,大大降低了计算复杂度。身体的力量是
该链接与图像数据,并从提出的LSE定义。然后使用NVIDIA图形处理单元实现建议的LSM,以充分利用LBM的本地特性。该算法有效、抗噪声、独立于初始轮廓、速度快、并行性强。边缘和区域信息可以检测出有边缘和无边缘的目标,而二维直方图信息使该方法在噪声环境下具有有效性。
目前的Matlab代码是我们工作的实现。即使你没有NVIDIA的GPU,串行实现也可以运行。但这不是并行实现的情况。为了使代码易于使用,一切都尽可能地简单。解压后,你会发现两个文件夹(SERIAL和PARALLEL)和论文的Pdf。对于每个实现,你只需要:
1-打开主代码,
2-把你想分割的图像的地址,
3-运行代码(可选:添加到路径或更改文件夹)
4-使用鼠标选择初始轮廓,
5-最后双击初始轮廓。
如果您使用这些代码中的任何一个,请引用实现的论文如下
S. Balla-Arabé,高x.b,王斌,“二维灰度直方图约束下的GPU加速边缘区域水平集进化”,IEEE图像处理学报,vol. 22, no. 1, no. 17、pp. 2688-2698, 2013。
如果你有任何问题,请告诉我。
电子邮件:balla_arabe_souleymane@ieee.org
谷歌学者链接:http://scholar.google.fr/citations?user=dYEIx_IAAAAJ&hl=fr&oi=sra
引用作为
Souleymane(2021)。二维灰度直方图约束下的GPU加速边缘区域水平集进化(//www.tatmou.com/matlabcentral/fileexchange/44703-gpu-accelerated-edge-region-based-level-set-evolution-constrained-by-2d-gray-scale-histogram), MATLAB中央文件交换。检索.