声明
摘要
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1 图像分割算法
1.2.2 区域分割算法
1.3 GPU高性能并行计算
1.4 本文研究内容和主要工作
1.5 本文组织结构
2 基于CUDA平台的GPU高性能并行计算
2.1 CUDA及GPU简介
2.2 CUDA软件体系
2.3 CUDA硬件体系
2.4 CUDA编程模型
2.4.1 主机与设备
2.4.2 kernel函数定义与调用
2.4.3 线程结构
2.4.4 执行模型
2.4.5 存储器结构
2.4.6 程序基本框架
3 图像分割算法的并行设计
3.1 区域分割算法概述
3.2 算法描述与分析
3.2.1 算法描述
3.2.2 算法实现及程序流程图
3.3 并行算法设计
3.3.1 并行设计思想及程序描述
3.3.2 并行算法改进
3.3.3 并行策略
4 数据结构设计及实现
4.1 数据结构简介
4.2 核心函数设计
4.2.1.gpiplnitLabelPerBlock_Kernel
4.2.2.gpipMergeBorders_Kernel
4.2.3.gpipComputeArea_Kernel
4.2.4.gpipAreaAnalysis_Kernel
4.2.5.gpipRelndex_Kernel
5 实验测试及性能分析
5.1 实验测试
5.1.1 实验平台
5.1.2 实验依据
5.1.3 实验结果
5.2 性能分析
5.2.1 测试方案
5.2.2 三种改进策略效果验证
5.2.3 性能评价
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢