基于EnFCM的海量图像聚类分割算法的并行研究

图像分割的处理速度成为大规模图像数据处理的瓶颈。本文提出一种基于EnFCM的图像聚类分割模型,直接对图像像素的灰度级进行聚类,能显著提高图像聚类分割的处理速度。为进一步提高处理速度,结合EnFCM图像聚类分割模型特点,设计了三种并行优化策略——纯MPI并行方法、MPI+OpenMP混合编程方法和CUDA并行架构方法,使其适合于大规模图像处理。实验结果表明,提出的三种并行优化策略都取得良好的加速效果。