【技术实现步骤摘要】
-种用于计算机图形图像处理的、基于GPU平台和形态学 分量分析的快速图像分割方法
本专利技术涉及信息
,更进一步涉及数字图像处理
中一种用图形 处理单兀(Graphics Processing Unit,GPU)通过形态分量分析方法(Morphological Component Analysis, MCA)来实现图像的快速分割。该技术可以广泛应用于图像分割、目标 检测与识别等领域。
技术介绍
图像处理和计算机视觉中的一个重要问题是区分图像的不同特征,图像分割的目 的是分离图像中具有不同特征的成分,图像可以由图像结构和图像纹理两部分组成,其中, 图像结构部分包含了图像的几何特征信息,由分片光滑的区域及清晰的边缘构成。而图像 纹理部分则是由图像的高频震荡分量和噪声组成。近年来,图像分割成为低层视觉和图像 处理中的一个前沿领域,成功的图像分割方法在众多科学和
中具有重要的应用价 值,包括模式识别系统、医学图像处理、语音信号处理、通信系统等,所以提高图像的分割效 果成为数字图像处理领域的一个普遍需求。 近年来,基于字典的稀疏表示方法在图像处理中得到了越来越多的应用。在字典 设计方面,构造出了许多种有效的解析字典,如小波域字典、离散余弦字典、曲线波字典等, 从而提出了基于稀疏表示(SR, Sparse Representation)和形态学成分分析的图像分割的 方法,大大的提高了图像分割的效果。然而由于MCA图像分割的过程中,一方面,需要两个 预先设定的字典,一个用来描述图像的纹理部分,另一个用来描述图 ...
【技术保护点】
一种用于计算机图形图像处理的、基于GPU平台和形态学分量分析的快速图像分割方法,其特征在于,包括如下步骤: 1)进行内存分配优化及初始化,将待分割的图像读入CPU内存中,并初始化字典矩阵; 根据输入图像的分辨率大小统一分配CPU和GPU端内存并初始化,此后一直至程序运行结束前不在进行内存分配;并将待分解的图像读入CPU内存中,并初始化字典矩阵,使用局部余弦变换LDCT初始化图像纹理部分字典Dt,使用小波变换初始化图像结构部分字典Dn; 2)将图像数据和初始字典从CPU内存传送到GPU显存中; 将待分割的图像数据f和初始字典Dt、Dn从CPU内存传送到GPU显存中;假定图像f中含有高斯白噪声n,且图像可以表示为f=u+v+n,其中u为图像的结构部分,v为图像的纹理部分;. 3)在GPU平台上固定图像的纹理部分v=v(k),Dt,分解出图像的结构部分u=u(k+2); 令Dn、Dt分别代表学习后的结构部分、纹理部分的字典,所以令Ui、Vi分别表示在结构部分和纹理部分第i个位置的抽取像素块算子,λ1,λ2,λ3为平衡参数。求解图像结构部分的子优化问题可描述为:这一过程学习到一个表示结构部分的 ...
【技术特征摘要】
1. 一种用于计算机图形图像处理的、基于GPU平台和形态学分量分析的快速图像分割 方法,其特征在于,包括如下步骤: 1) 进行内存分配优化及初始化,将待分割的图像读入CPU内存中,并初始化字典矩阵; 根据输入图像的分辨率大小统一分配CPU和GPU端内存并初始化,此后一直至程序运 行结束前不在进行内存分配;并将待分解的图像读入CPU内存中,并初始化字典矩阵,使用 局部余弦变换LDCT初始化图像纹理部分字典Dt,使用小波变换初始化图像结构部分字典 Dn ; 2) 将图像数据和初始字典从CPU内存传送到GPU显存中; 将待分割的图像数据f和初始字典Dt、Dn从CPU内存传送到GPU显存中;假定图像f中 含有高斯白噪声n,且图像可以表示为其中u为图像的结构部分,v为图像的纹 理部分;. 3) 在GPU平台上固定图像的纹理部分分解出图像的结构部分; 令Dn、Dt分别代表学习后的结构部分、纹理部分的字典,所以令,;仏、\分别表示在结构部分和纹理部分第i个位置的抽取像素块算子, λ λ 2, λ 3为平衡参数。求解图像结构部分的子优化问题可描述为:⑴ 这一过程学习到一个表示结构部分的字典Dn,并对初始结构图像...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。