张 帆，韩树奎，张立国，王文胜,2

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033;2.中国科学院大学，北京 100049；3.东北电力设计研究院，吉林 长春 130021)

Canny算法的GPU并行加速

张 帆1,2*，韩树奎3，张立国1，王文胜1,2

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033;2.中国科学院大学，北京 100049；3.东北电力设计研究院，吉林 长春 130021)

Canny算法在PC机上的执行速度较慢，这极大地限制了其实用性。本文在前人的研究基础上对算法进行更深的优化和改进。首先在VS2012开发环境下利用数字图像处理技术对原算法进行原理上的改进，再利用GPU流处理器数量众多的优势以及强大的多线程并发执行能力对Canny算法进行并行加速。在500 pixel×500 pixel的图片上，对本文算法和原Canny算法进行了实验验证。实验结果表明，在4 096 pixel×4 096 pixel大小的图片上采用本文的GPU移植算法处理后，执行速度从80 ms降到了6 ms以内。在不影响边缘检测效果的前提下极大地提高了算法的实用性。

边缘检测；GPU；并行处理；连通域提取

1 引 言

边缘检测是图像处理领域的一种很重要算法，其能从原始图像中分离出目标的边缘信息，去除冗余信息。边缘检测效果比较好的算法为Canny算法。自1986年John Canny提出该算法以来，其高效性得到学者们的广泛认可[1]。该算法在总结前人算法的基础上，提出了新的边缘检测原则：(1)能正确标识出图像的边缘；(2)标出的边缘要和图像的真实边缘尽可能接近；(3)图像中的边缘在结果图中只被标识出一次，因此，可有效去除虚假边缘信息。为了达到上述效果，Canny算法采取了高斯滤波、非极大值抑制、边缘连接等方法进行处理。……