版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,利用計算機直觀的表達現(xiàn)實世界的復(fù)雜三維物體或場景,成為計算機三維視覺的研究熱點。傳統(tǒng)的方法往往使用手工建模軟件,依靠用戶的交互設(shè)計通過手動建立基本三維元素組建成復(fù)雜的大規(guī)模場景。但這種傳統(tǒng)的方式對用戶依賴性強,受到較多因素的影響無法快速生成大規(guī)模場景,因此三維重建技術(shù)研究應(yīng)運而生。
三維重建技術(shù)中根據(jù)輸入數(shù)據(jù)類型的不同,可分為基于照片序列、基于視頻和基于激光掃描數(shù)據(jù)的三類重建技術(shù)。本文工作即基于照片序列圍繞物體表面重建
2、展開,算法的輸入數(shù)據(jù)是點云數(shù)據(jù),輸出數(shù)據(jù)是沒有貼圖的表面模型。本文的主要工作內(nèi)容有如下兩部分內(nèi)容:
第一,引入屏蔽因子及二義性處理減少泊松表面重建應(yīng)用于多視圖三維重建的重建誤差。本文的工作建立在已有的泊松表面重建算法基礎(chǔ)之上,泊松表面重建是基于隱式全局的表面重建,但應(yīng)用于多視圖三維重建場景復(fù)雜的模型時許多原因會導(dǎo)致重建結(jié)果誤差較大的情況出現(xiàn)。本文在已有工作的基礎(chǔ)上引入屏蔽因子,使用線性插值的方法對樣本點進行差值計算,并在三角化
3、過程中加入二義性處理,糾正重建誤差。采用這種表面重建算法可改善細節(jié)較多的物體重建結(jié)果有孔洞和凹陷的問題。
第二,引入GPU并行計算提高修改后表面重建算法的執(zhí)行效率。經(jīng)過修改之后的表面重建算法造成了需要較大的存儲空間來存儲頂點信息和法向量,進而也需要耗費更多的時間資源做數(shù)據(jù)處理。因而本文又引入GPU并行計算來解決執(zhí)行效率問題。使用CUDA統(tǒng)一設(shè)備架構(gòu)對算法進行并行設(shè)計,可根據(jù)串行程序中耗時不同部分設(shè)計并行算法。經(jīng)過GPU并行設(shè)計
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于泊松方程的三維表面重建算法的研究.pdf
- 基于機器學(xué)習(xí)的表面重建算法及并行化研究.pdf
- 1458.多重網(wǎng)格的泊松目標體表面重建研究
- 基于多隱層BP神經(jīng)網(wǎng)絡(luò)的表面重建算法及并行化研究.pdf
- 單參數(shù)動態(tài)搜索算法的改進及其并行化研究.pdf
- 改進聚類算法的MapReduce并行化研究.pdf
- 基于改進SIFT的圖像拼接及其并行化研究.pdf
- 基于內(nèi)容的圖像檢索算法及其并行化研究.pdf
- 改進的BPA算法研究及其在三維表面重建中的應(yīng)用.pdf
- 圖像泊松去噪算法研究.pdf
- 基于并行結(jié)構(gòu)的BP改進算法研究.pdf
- 基于泊松方程的花式紗線邊緣提取算法.pdf
- 基于AP算法的社區(qū)檢測算法及其并行化研究.pdf
- 異構(gòu)環(huán)境下三維表面重建并行化研究.pdf
- 直方圖均衡化圖像增強算法的改進及其OpenCL并行實現(xiàn).pdf
- 基于局部泊松曲面重建的點云剛性配準方法.pdf
- 增量協(xié)同過濾算法的并行化改進.pdf
- 基于TGV正則化圖像泊松去噪研究.pdf
- 基于多通道的高速并行采樣信號重建算法研究.pdf
- 基于多示例學(xué)習(xí)的目標跟蹤算法及其并行化研究.pdf
評論
0/150
提交評論