Numba下自适应双阈值的Canny边缘检测并行算法

针对自适应双阈值的Canny边缘检测算法中运算量大、耗时长的特点,提出了一种基于CUDA架构的GPU环境下的自适应双阈值的Canny边缘检测并行算法。针对算法过程中的寻找梯度幅值极大值操作,设计了一种基于CUDA的并行化梯度幅值极大值统计方案,并使用Anaconda推出的Python编译器Numba实现基于CUDA架构的Canny并行算法。在不同尺寸图像上进行串行算法与并行算法的对比实验,实验结果表明,并行算法在能够满足检测精度的同时可获得较高加速比,最高加速比可达95.27,加速效果显著,具有良好的数据可扩展性。