模糊连接图像分割CUDA并行算法的改进
计算机辅助设计与图形学学报（2016）
Abstract
已有的模糊连接并行算法CUDA-k FOE未考虑线程块边缘点同时更新所引发的竞争问题,导致计算结果出现少量误差.由于医学图像处理对精度的要求很高,为了解决边缘点计算误差的问题,基于CUDA-k FOE提出一种修正迭代算法.首先分析了CUDA-k FOE算法在线程块边缘产生竞争的原因;然后讨论了边缘点亲和力的所有可能的传递路径,以及由此造成的出错情况;最后提出二次迭代修正算法,将第一次迭代得到的所有边缘点转入第二次的修正迭代步骤,从而修正第一次迭代中错误的亲和力值.采用3组不同规格的CT序列对肝脏血管进行分割实验,并选用3个不同的种子点进行算法验证,结果表明,文中算法的计算结果与串行版本一致,解决了CUDA-k FOE算法的计算误差问题.
MoreTranslated text
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined