针对细胞图像处理的异构多核处理器研究
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;R318
【图文】：
图 1-1 Mr.Wolf 处理器架构Fig.1-1 The Mr.Wolf Processor Architecture方发达国家相比，国内对细胞图像自动检测分析的研究起步较晚。80 展通过细胞进行诊断的研究，90 年代初期，癌细胞视觉检测和识别。经过了二十余年的发展，我国细胞图像自动检测技术也有了一定的 年，张桂梅等人针对医学图像灰度不均匀的问题提出了新的分割模方法，将其在 CPU 中运行，发现可以分割图像的效率以及准确度都2016 年，北京邮电大学针对癌细胞检测对 Alex Net 进行了改进，提网络更加稳定，规模缩小且提升了速度[28]。2018 年，杨金鑫等人针确细胞的问题，提出了一种基于超像素分割的 NLM 去噪算法，以降低像的影响[29]。2018 年，南京理工大学朱珊珊等人发现 CPU 串行处理里叶变换的需求，处理时间较长，而光学相干层析技术在生物医学领着重要的作用，而活体成像对实时性要求较高，因此考虑将 CUDA 到数据处理中，发现 CUDA 这种 CPU+GPU 的混合编程技术使处理。
图 2-1 LPC5411x 内部功能框图Fig.2-1 The LPC5411x Internal Functional Block Diagram核处理器流处理的方式处理数据，将不同的算法分配在各个内内核的数据，不同内核间仅有细胞图像数据的传输，存储器中，当一个内核处理完数据存入共享存储器多核处理器分为两类，一类为集中式共享存储多核ultiprocessors，SMP），另一类为多核架构采用ed Memory，DSM），内核的数量决定了两类存储器多核处理器均采用 SMP 结构，其架构如图 2-2 所示内核，通常数量小于等于 32 个。对于内核数量较少个集中式的存储器，并且每一个内核对所有存储器构有时也被称为一致性存储访问多核处理器，所有内
（a）灰度图 （b）最大类间方差法处理效果 （c）Canny 算子处理效果图 3-4 人像灰度图经最大类间方差法及 Canny 算子处理效果图Fig.3-4 Portrait Grayscale Image Processed by OTSU and Canny Operator（a）灰度图 （b）最大类间方差法处理效果 （c）Canny 算子处理效果图 3-5 细胞灰度图经最大类间方差法及 Canny 算子处理效果图Fig.3-5 Cell Grayscale Image Processed by OTSU and Canny Operator图 3-4（a）是一幅较为复杂的人像灰度图，可以从图 3-4（b）及图 3-4（c）看出 Cann算子分割出了人像图的细节，最大类间方差法对人像图的所有细节处理的效果都不如Canny 算子，因此对于这种较为复杂的图像最大类间方差法并不占优势。图 3-5（a）是一
【相似文献】
相关期刊论文 前10条
1 漆鹏杰;刘秀波;仲兆准;;显微细胞图像有形成分分割方法研究[J];微型机与应用;2015年17期
2 苏娜;;基于形状参数的重叠细胞图像判别研究[J];电脑知识与技术;2012年25期
3 徐俊杰;;电子计算机细胞图像分析[J];法医学杂志;1993年02期
4 郝连旺;洪文学;魏濵;;基于优选特征属性偏序结构分析的白细胞图像分类规则发现[J];高技术通讯;2015年Z2期
5 顾广华;崔冬;;白细胞图像的柔性组合分割算法[J];仪器仪表学报;2008年09期
6 马建华,陈道达,郑清平,田源,陶凯雄;细胞图像分析优选阿霉素磁性蛋白微球[J];华中科技大学学报(医学版);2002年02期
7 姜志国,周孝宽;细胞图像形态的分形维研究[J];中国体视学与图像分析;1996年Z3期
8 吴慧编;仇晓春;;前沿[J];上海交通大学学报(医学版);2017年02期
9 漆鹏杰;刘秀波;仲兆准;管淼;谢光伟;;显微细胞图像有形成分自动识别[J];计算机系统应用;2015年05期
10 唐思源;宫杰;;细胞图像的边缘提取与轮廓跟踪[J];科协论坛(下半月);2011年10期
相关会议论文 前10条
1 夏潮涌;夏鸣风;魏清柱;黄中新;;图像分析系统测量细胞图像光度的性能评估[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
2 沙盛中;翁桂荣;秦树伟;;基于数学形态学的白细胞分割及提取[A];第二十六届中国控制会议论文集[C];2007年
3 张鑫;翁邓胡;;医学细胞图像边缘检测算法研究[A];浙江生物医学工程学会第九届年会论文汇编[C];2011年
4 王兆仲;周付根;;血细胞图像的自适应分割[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年
5 温程璐;王蓬勃;李伟;;基于显微视觉技术的生物细胞图像处理研究进展[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
6 魏清柱;夏潮涌;黄中新;覃莉;饶晓黎;康海兰;黄华梅;;光衍射现象对细胞核DNA含量检测的影响[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
7 麻硕士;侯振杰;裴喜春;潘新;;动物骨髓细胞分割与识别方法的研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
8 赵仕杰;柏正尧;姚娜;李德俭;;基于简化PCNN模型及信息熵最大准则的生物细胞图像分割[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
9 黎宗强;杜莹莹;李婵;赵广伟;谢莉萍;;食蟹猴阴道涂片的动态观察[A];中国畜牧兽医学会动物解剖学及组织胚胎学分会第十五次学术研讨会论文集[C];2008年
10 汪一聪;陈恳;;一种任意形状粘连颗粒图像的分离算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
相关重要报纸文章 前2条
1 记者 毛黎;人类首次拍摄到寄生虫感染细胞图像[N];科技日报;2008年
2 ;貉的繁殖系列问答[N];中国畜牧兽医报;2009年
相关博士学位论文 前10条
1 赵理莉;宫颈细胞图像智能分析关键技术研究[D];国防科学技术大学;2017年
2 关涛;光学显微宫颈细胞图像的分割与识别方法研究[D];国防科学技术大学;2015年
3 郝连旺;基于多空间混合属性融合的白细胞图像识别方法研究[D];燕山大学;2014年
4 张瑞华;医学显微细胞图像分割研究[D];武汉科技大学;2014年
5 陈韬亦;生物医学显微镜细胞图像的运动恢复和分割问题研究[D];哈尔滨工业大学;2011年
6 梁光明;体液细胞图像有形成分智能识别关键技术研究[D];国防科学技术大学;2008年
7 王瑞胡;红血球表面形状特征提取与分类技术研究[D];重庆大学;2012年
8 孟霆;基于多尺度几何分析的细胞图像处理相关技术研究[D];哈尔滨工程大学;2012年
9 范金坪;宫颈细胞图像分割和识别方法研究[D];暨南大学;2010年
10 李宽;细胞图像的分割、纹理提取及识别方法研究[D];国防科学技术大学;2012年
相关硕士学位论文 前10条
1 孙嘉鸿;针对细胞图像处理的异构多核处理器研究[D];西安理工大学;2019年
2 韩涛;基于深层次的特征学习对HEp-2细胞的自动化分类及分割方法研究[D];深圳大学;2018年
3 刘帅;AML细胞图像分割与识别方法研究[D];哈尔滨理工大学;2018年
4 胡燕云;显微白细胞图像自动获取与识别技术研究[D];湘潭大学;2018年
5 邱立英;外周血细胞图像的分割算法研究[D];福州大学;2017年
6 刘欢;细胞图像分析处理系统的开发[D];华东师范大学;2007年
7 魏文明;基于极限学习机算法的彩色血细胞图像自动分割[D];江西财经大学;2014年
8 王任挥;基于最大信息熵原理的显微细胞图像多阈值分割[D];内蒙古师范大学;2008年
9 郑飞虎;肿瘤显微细胞图像分割技术研究[D];华东交通大学;2009年
10 王筱艳;细胞图像的分割与计数[D];四川大学;2007年
本文编号：2761172
本文链接：https://www.wllwen.com/yixuelunwen/swyx/2761172.html
