基于OpenCL并行加速的Mean Shift三维体数据分割方法

摘要

cqvip:Mean Shift算法作为图像分割领域比较经典的算法,是一种基于特征向量的聚类算法,在图像分割的具体实现中应用广泛。为克服Mean Shift算法复杂度高、速度慢的缺点,提出一种三维体数据的快速Mean Shift分割方法。该方法基于Mean Shift的基本思想和GPU的高性能并行计算能力,利用OpenCL对Mean Shift算法进行GPU并行化改造,实现了有意义的分割。实验结果表明,改进后的方法取得了较好的加速效果,运行速度提高了36.44倍。