GPU implementace zobecněného Chan-Vese modelu minimalizovaného pomocí grafových řezů

Bc. Andrej Krejčír

Master's thesis

GPU Implementation of Generalized Chan-Vese Model Minimization Using Graph Cuts

Anotácia:

Cieľom tejto práce je implementovať a vyhodnotiť zovšeobecnený Chan-Vese model pre segmentáciu obrazu, minimalizovaný pomocou grafových rezov na GPU. Zovšeobecnenie je založené ma použití polynomiálneho modelu regiónov namiesto konštantných intenzít. Práca vysvetľuje detaily modelu a jeho implementácie. Presnosť výsledkov je porovnaná s pôvodným Chan-Vese modelom. Implementovaná GPU metóda pre nájdenie minimálneho rezu v grafe je porovnaná s existujúcimi CPU a GPU implementáciami z hľadiska výkonu a spotreby pamäte.

Abstract:

The aim of this thesis is to implement and evaluate a generalized Chan-Vese model for image segmentation, which is minimized using graph-cuts on the GPU. It is generalized by using polynomial region models instead of a constant function. The details of the model and the implementation are explained. The accuracy of results is compared to the original Chan-Vese model, and the performance and memory usage of the GPU graph-cut method are compared to existing CPU and GPU implementations.

Keywords

Image Segmentation, Chan-Vese Model, Minimum Graph-Cut, Push-Relabel, Polynomial Least-Squares, GPU

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 4. 1. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 9. 2. 2017
• Vedúci: RNDr. Martin Maška, Ph.D.
• Oponent: doc. RNDr. Pavel Matula, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / odbor:
Informatics / Computer Graphics