[发明专利]二值图像连通域标记快速识别方法

说明书

技术领域

本发明涉及图像处理领域，具体地，涉及一种二值图像连通域标记快速识别方法。

背景技术

目前，二值图像（binary image）是指每个像素不是黑就是白，其灰度值没有中间过渡的图像。其优点是占用空间少。缺点是当表示人物、风景的图像时，二值图像只能描述其轮廓，不能描述细节。现有的连通域标记方法有：连通逐点扫描法，该方法需要处理大量重复标记，逻辑复杂，效率较低。

种子填充法，该方法效率较高，但不适合并行化。

以上两大类方法都是串行设计，不具备对大图像实时处理的条件。

统一计算设备架构（Compute Unified Device Architecture，CUDA），能够解决复杂的计算问题。例如，CUDA 能够加快AMBER这款分子动力学模拟程序的速度，可以实现18倍速度提升，因此，在机电领域CUDA是一个巨大的市场。现有方法存在效率低、不适合并行化以及不具备对大图像实时处理的缺陷。

发明内容

本发明的目的在于，针对上述问题，提出一种二值图像连通域标记快速识别方法，以实现提高效率，适合于并行化以及对大图像实时处理的优点。

为实现上述目的，本发明采用的技术方案是：

一种二值图像连通域标记快速识别方法，包括以下步骤：

S1、CPU和GPU的初始化：

S2、扫描图像：

S2a、建立独立的图像标记缓存和连通关系数组,利用GPU的CUDA架构并行执行扫描，搜索邻域内最小标号值的像素点对连通域进行标记；

S2b、分配N个线程，每个线程扫描对应行目标像素，并对目标做标记，利用CUDA平台内置的blockIdx变量跟踪每个进程的运行，并且每个线程返回该行连通域的个数；

S2c、实现进程block间的同步；

S3、将上述步骤S2扫描结果保存在服务器环境的磁盘中；

S4、对扫描过的结果合并处理；

S5、判断是否迭代扫描，如果迭代扫描结果是否，则重复步骤S1；

S6、如果迭代扫描结果是是则保存结果处理，结束。

优选的，所述步骤S1中CPU和GPU的初始化具体为：利用服务器环境建立虚拟图形工作站集群，所述服务器环境包括服务器计算机或服务器集群以及主控服务器，所述服务器计算机或服务器集群上安装有多块CUDA架构的GPU显卡，该服务器计算机或服务器集群作为计算节点，所述的主控服务器负责对所有任务进行调度控制，并负责管理各个节点的计算和对存储资源进行整合；

优选的，所述虚拟图形工作站集群为过逻辑组合构成动态虚拟机，各块GPU显卡之间通过SLI接口连接。

优选的，所述的CUDA架构平台的块大小为256或512。

优选的，在步骤S3中，设定连续地址空间每次的最大执行记录数PAGESIZE大小为8Kbytes，将扫描结果分割成pixSize/PAGESIZE个页面，pixSize为单个扫描结果的大小；对于不足PAGESIZE大小的文本将填充至PAGESIZE；对于一个扫描结果分割成M个PAGESIZE，第i页的最后maxPatternLength长度的内容和第i+1页的前面maxPatternLength长度的内容是一样的，i = 0,1,2,3…M-1，maxPatternLength为最长样本的长度；保存每一个扫描结果对应的存储空间，而且在以固定的缓冲大小传入GPU之前对文件的标识采用链表和数组的形式，即链表的每一节点用固定大小的数组记录固定数量的扫描结果。

优选的，所述步骤S4.对扫描过的结果合并处理包括以下步骤：

S4a. 利用GPU中的全局内存对扫描结果的合并处理；每16个线程合并读取全局内存中的一页存储页64B到共享内存中进行合并处理；

S4b.匹配完64B再去全局内存取出存放入共享内存，如此循环。

本发明的技术方案具有以下有益效果：

1.适用于对大图像实时处理：

本发明技术方案利用GPU进行二值图像连通域标记识别，通过GPU的并行匹配技术的优势，将图像扫描与GPU有机结合起来，加速连通域识别算法，不仅可以提高系统整体性能，也为工业裂痕扫描、遥感图像的路径提取、生物信息分析、海量信息检索等领域提供了重要方法和工具，比较适用于对大图像实时处理。

2.效率高：