多纹理图像分割并行算法研究与实现

论文摘要

纹理是描述图像结构和内涵的一个重要特征,是计算机视觉和模式识别领域中的一个重要研究内容。纹理分割不仅是纹理分析的基础,也是图像分割、图像复原、图像增强、图像配准、图像检索、图像分类等研究领域的重要环节之一。人类的视觉系统可以看作是一个多通道滤波模型,而Gabor函数形成的二维Gabor滤波器恰好是这样一个多通道滤波模型,因此基于Gabor滤波器的纹理分割方法逐渐成为了纹理分割的研究热点。随着生活中纹理图像越来越复杂,在有限的时间内很难在单机上完成对复杂纹理图像的分割,解决该问题的一种有效方式就是采用并行处理方法。本文主要针对吴高洪、章毓晋等提出的最佳Gabor滤波器构造方法进行了改进,在寻找两类纹理功率谱差异最大的区域时引入了一个矩阵,改进后不仅能够处理双纹理图像,而且对多纹理图像也有很好的分割效果。为了提高计算效率,在单机多核环境下利用OpenMP多线程编程方法实现多纹理图像的并行分割计算,并在此基础上采用MPI与OpenMP混合编程模式,在多核机群上实现多进程多线程的纹理图像分割并行计算,降低了计算时间,提高了效率。通过实验,表明本文所实现的纹理图像并行分割方法在充分利用多核资源的同时大大加快了图像处理速度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 Gabor滤波器在纹理分割中的研究和应用
• 1.2.2 图像并行处理技术研究
• 1.3 论文的主要内容及结构安排
• 1.3.1 论文的主要内容
• 1.3.2 论文的结构安排
• 第二章 Gabor函数与Gabor滤波器
• 2.1 Gabor函数
• 2.2 Gabor滤波器
• 第三章 基于Gabor滤波器的纹理图像分割算法
• 3.1 双纹理图像的分割
• 3.1.1 双纹理图像分割算法的思想
• 3.1.2 双纹理图像分割算法流程图
• 3.1.3 双纹理图像分割实验结果
• 3.2 多纹理图像的纹理分割
• 3.2.1 多纹理图像分割算法的思想
• 3.2.2 多纹理图像分割算法流程图
• 3.2.3 多纹理图像分割实验结果
• 第四章 纹理图像分割的并行算法设计
• 4.1 纹理图像分割并行算法实现原理
• 4.2 基于单机多核的纹理图像分割并行算法
• 4.2.1 任务链栈
• 4.2.2 纹理图像分割并行算法流程图
• 4.2.3 并行算法性能分析
• 4.3 基于多核机群的纹理图像分割并行方法
• 4.3.1 多核机群平台
• 4.3.2 基于机群平台的纹理图像分割并行算法实现
• 第五章 实验与验证
• 5.1 系统环境
• 5.1.1 环境配置
• 5.1.2 系统界面
• 5.2 实验与分析
• 第六章 总结和展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 已发表论文和所获成果