Turbopix算法的CUDA并行实现

过分割是计算机视觉领域流行的图像预处理方法。针对其运行速度慢的缺点,对广泛采用的Turbopix算法提出CUDA并行优化的方法。通过每个线程执行一个超像素扩张的任务分配,实现了水平集函数的并行演化;利用纹理存储空间和常数存储空间的优化策略,改善了数据访存的效率。实验结果表明,在GT 240M平台上,平均加速比达到了15以上。