搜索资源列表
ImageDIP2
- “区域分割”是采用并行区域分割算法中的阈值化分割算法，阈值的选取方法是迭代阈值选取方法。 “边缘检测”是采用Prewitt边缘检测算子对图像进行边缘检测运算，Prewitt边缘算子的核心是两个3×3的卷积核（corrvolution kernel。
GENERATE_BURNIMAGES8
- 将一幅大范围图像分割成几个部分，可以进行并行运算，提高处理速度。
ImageDIP2
- “区域分割”是采用并行区域分割算法中的阈值化分割算法，阈值的选取方法是迭代阈值选取方法。 “边缘检测”是采用Prewitt边缘检测算子对图像进行边缘检测运算，Prewitt边缘算子的核心是两个3×3的卷积核（corrvolution kernel。- Segmentation is a parallel region segmentation algorithm thresholding segmentation algorith
GENERATE_BURNIMAGES8
- 将一幅大范围图像分割成几个部分，可以进行并行运算，提高处理速度。-A piece of large-scale image segmentation into several parts, parallel computing can improve the processing speed.
Graphic
- 基于图模型的图像分割并行算法研究与实现,该方案通过网格划分来实现相似度矩阵的并行计算同时考虑到相似度矩阵的稀疏性和矩阵向量乘运算的内在并行性, 在该方案中本文设计并行算法来求解特征值问题在环境下的实验结果表明, 该并行方案是提高图模型分割方法实时性的有效途径.-Image segmentation based on graph model of parallel algorithm and implementation of the p
Dia_Ero
- 数学形态学在数字图像处理领域中的应用越来越广泛，各种形态结构和算法不断涌现．数学形态学以集 合运算为基础，其基本思想是用具有一定形态的结构元去度量图像中的形态以解决理解问题．该文利用细胞神经 网络(CNN)，运用数学形态滤波适时、并行完成各种数学形态运算．文中给出了有关CNN的全局和局部稳定状态 的定理，证明CNN在一定的条件下可以通过动态过程的稳定达到数学形态滤波的结果．将其结果运用在煤矿井下 煤仓图像的预处理当中，取
cuda_txcl
- 基于CUDA的高性能图像处理算法。着重介绍CPU和CUDA的计算能力，并详细介绍图像处理的背景以及几种操作的原理。在经过实验之后，对比CPU的计算能力可以发现，CUDA在并行处理数据的能力非常强大。由此可知，在图像处理的应用中，CUDA将大有可为。然而Hough变换的性能提升并不明显，其中的原子操作导致线程的排队，大幅度降低了线程并发性能，从而使得CUDA并行运算的优点不能显示出来，此问题的解决，有赖于对Hough变换并行算法的更深入研
TS201Imglib1
- 基于ADSP-TS201S的图像处理程序，完成1S的直方图运算功能，采用DMA传输与计算并行运行的方式。-ADSP-TS201S-based image processing program, complete 1S histogram computing functions, using the DMA transfer mode to run in parallel with the calculation.
Implementation-of-SIFT-detection
- 摘要：针对SIFT 特征提取的硬件实现结构复杂、难以达到实时性的问题，提出一种改进的高斯金字塔构建方法，该方法从 构建高斯金字塔的原始意义出发，大幅减少了所需的运算时间和存储单元。同时提出并验证了合适的SIFT 参数配置，以及 具体的硬件优化和并行实现方案，使整个系统可以在一片单独的FPGA 芯片上实现。该系统读入串行像素数据流，输出关键 点的特征描述符，并采用256×256 的图像对其进行了仿真验证，结果表明完全达到了实时
H264_DM6437
- H．264标准是ITU．T视频编码专家组和ISO IEC活动图像专家组共同组成的联合视频组开发的新一代视频压缩标准。H．264高效的编码效率建立在其高复杂度的编码算法基础上，而采用具有较强并行处理能力的C64x+DSP芯片的达芬奇(Davinci)技术平台，则以较高的运算性能和丰富的外围接口成为目前实现视频应 用系统的理想平台。本文对H．264编码算法的帧间及帧内预测算法进行改进，并进行了H．264编码器在DM6437平台上的移植和
kernel
- 利用cuda对图像像素进行简单并行运算，以图像像素rgb值反映运行结果-Use a simple image pixel cuda parallel computing, image pixel rgb value to reflect the operating results
cucv
- 用到GPU加速，对激光图像进行了并行运算。将图像逐行分割，每一行每个像素求取其八领域的阈值，灰度高亮的计数加一，然后统计每一行的激光宽度。实验性代码，指导大家如何使用opencv和gpu-direct newers to use opencv and GPU.
CorrectionImage
- 这是在Matlab软件平台下的 GPU程序，进行图像放大的并行运算，使用CUDA来编写程序。(This is in the Matlab software platform under the GPU program, image amplification parallel operation, using CUDA to write programs.)
GPUBarCode
- 这是在Matlab软件平台下的 GPU程序，用最近邻域双线性插值算法填补图像中缺失区域，是并行运算处理，使用CUDA来编写程序。(This is the GPU program under the Matlab software platform, and the nearest neighborhood bilinear interpolation algorithm to fill the missing areas in the
Non Local Means with Cuda
- 使用cuda对快匹配算法进行并行化处理，提高了运算速度(The fast matching algorithm is parallelized with CUDA, and the speed of operation is improved.)
第 02 章 基于形态学的权重自适应图像去噪
- 基于形态学的权重自适应图像去噪图像处理的效率基于数学形态学进行图像处理,可以方便地应用并行处理的技术来进行集合运算,具有效率高、易于硬件实现的特点。权重自适应的多结构形...(Weight adaptive image denoising based on morphology)