| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-9页 |
| 图表索引 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究意义 | 第10页 |
| 1.2 国内外主要研究现状 | 第10-12页 |
| 1.2.1 高性能计算的发展状况 | 第10-11页 |
| 1.2.2 平面分割和视点配准算法的研究状况 | 第11-12页 |
| 1.3 本论文的主要内容与工作 | 第12-14页 |
| 第二章 并行计算的基本理论 | 第14-20页 |
| 2.1 集群高性能并行计算机 | 第14-16页 |
| 2.2.1 集群高性能并行计算机简介 | 第14页 |
| 2.2.2 集群高性能并行计算机的通常用途 | 第14-15页 |
| 2.2.3 集群高性能并行计算机的体系结构 | 第15-16页 |
| 2.2 并行计算模型 | 第16-17页 |
| 2.2.1 数据并行模型 | 第16页 |
| 2.2.2 消息传递模型 | 第16-17页 |
| 2.3 并行算法设计 | 第17-20页 |
| 2.3.1 并行算法的定义和分类 | 第17页 |
| 2.3.2 并行算法的基本设计技术 | 第17-19页 |
| 2.3.3 设计并行算法应注意的问题 | 第19-20页 |
| 第三章 三维激光扫描数据平面分割的并行算法实现 | 第20-44页 |
| 3.1 深度数据平面分割的串行算法 | 第20-24页 |
| 3.1.1 三维激光扫描数据的获取与表示 | 第20页 |
| 3.1.2 三维激光扫描数据平面分割 | 第20-21页 |
| 3.1.3 三维激光扫描数据平面分割算法详细描述 | 第21-24页 |
| 3.2 设计深度数据平面分割的并行算法 | 第24-40页 |
| 3.2.1 MPI简介及与PVM的区别 | 第24-27页 |
| 3.2.2 常用的MPI调用接口 | 第27-29页 |
| 3.2.3 采用的并行编程模型 | 第29-32页 |
| 3.2.4 数据分配 | 第32-33页 |
| 3.2.5 点局部法向量拟合的并行化 | 第33-36页 |
| 3.2.6 点集归并的并行化 | 第36页 |
| 3.2.7 从进程将结果返回给主进程 | 第36-37页 |
| 3.2.8 程序界面和三维激光扫描数据三维效果显示 | 第37-38页 |
| 3.2.9 程序中用户定义数据类型 | 第38-40页 |
| 3.3 并行结果分析 | 第40-44页 |
| 3.3.1 并行算法加速比和效率 | 第40-42页 |
| 3.3.2 本实验结果分析 | 第42-44页 |
| 第四章 深度数据多视点配准的并行算法实现 | 第44-59页 |
| 4.1 深度数据多视点配准的概念及意义 | 第44页 |
| 4.2 三维激光扫描数据配准问题的定义 | 第44-45页 |
| 4.3 基于ICP算法的距离图像配准 | 第45-50页 |
| 4.3.1 对应点集的运动参数估计 | 第45-47页 |
| 4.3.2 ICP串行算法描述 | 第47-48页 |
| 4.3.3 多视点配准策略 | 第48-50页 |
| 4.4 设计多视点配准的并行算法 | 第50-53页 |
| 4.4.1 采用的并行编程模型 | 第50-51页 |
| 4.4.2 数据分配 | 第51-52页 |
| 4.4.3 ICP算法的并行化 | 第52-53页 |
| 4.5 并行配准结果分析 | 第53-59页 |
| 4.5.1 配准效果分析 | 第53-56页 |
| 4.5.2 并行算法的加速比和效率分析 | 第56-59页 |
| 第五章 结论及下一步工作 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 攻读学位期间发表论文目录 | 第64页 |