基于由粗到细策略的高效并行连通域标记
计算机视觉与模式识别
2018-01-29 v2
摘要
本文提出一种用 CUDA 实现的、在二维二值图像上求解连通域的新并行方法。在将输入图像划分为独立块后，我们采用如下策略加速邻域探索。在局部标记阶段，先应用粗标记算法（包括行列连接与标签等价列表统一）理清初始化局部标签图的混乱；随后引入细化算法合并来自同一分量的分离子区域。在块合并阶段，我们扫描位于每块边界上的像素，而非求解所有像素的连通性。所提方法压缩了标签等价列表的长度，并减少了内存访问次数。从而提升了连通域标记的效率。实验结果表明，我们的方法平均优于其他方法 29% 至 80%。
引用
@article{arxiv.1712.09789,
title = {Efficient Parallel Connected Components Labeling with a Coarse-to-fine Strategy},
author = {Jun Chen and Keisuke Nonaka and Ryosuke Watanabe and Hiroshi Sankoh and Houari Sabirin and Sei Naito},
journal= {arXiv preprint arXiv:1712.09789},
year = {2018}
}