Fast parallel algorithms for a broad class of nonlinear variational diffusion approaches

Weickert, Joachim ; Heers, Josef ; Schnörr, Christoph ; Zuiderveld, Karel J. ; Scherzer, Otmar ; Stiehl, H. Siegfried

Vorschau

PDF
1999_05.pdf - Veröffentlichte Version
Download (2MB)

URL:	https://ub-madoc.bib.uni-mannheim.de/1941
URN:	urn:nbn:de:bsz:180-madoc-19418
Dokumenttyp:	Arbeitspapier
Erscheinungsjahr:	1999
Titel einer Zeitschrift oder einer Reihe:	Technical Report / Department for Mathematics and Computer Science, University of Mannheim
Ort der Veröffentlichung:	Mannheim
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Sonstige - Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik
MADOC-Schriftenreihe:	Veröffentlichungen der Fakultät für Mathematik und Informatik > Institut für Informatik > Technical Reports
Fachgebiet:	004 Informatik
Normierte Schlagwörter (SWD):	Energieeinsparung , Segmentierung , Nichtlineare Diffusion , Parallelverarbeitung , Bildgebendes Verfahren
Freie Schlagwörter (Englisch):	energy minimization , variational segmentation , nonlinear diffusion , numericallinear algebra , parallel computing , medical imaging
Abstract:	Variational segmentation and nonlinear diffusion approaches have been very active research areas in the fields of image processing and computer vision during the last years. In the present paper, we review recent advances in the development of efficient numerical algorithms for these approaches. The performance of parallel implement at ions of these algorithms on general-purpose hardware is assessed. A mathematically clear connection between variational models and nonlinear diffusion filters is presented that allows to interpret one approach as an approximation of the other, and vice versa. Numerical results confirm that, depending on the parametrization, this approximation can be made quite accurate. Our results provide a perspective for uniform implement at ions of both nonlinear variational models and diffusion filters on parallel architectures.