基于CUDA的光学三维重构并行算法的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| ·选题背景与研究意义 | 第10-11页 |
| ·三维轮廓测量技术概述 | 第11-12页 |
| ·并行计算概述 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·三维轮廓测量技术国内外研究现状 | 第12-13页 |
| ·GPU 高性能计算研究现状 | 第13-15页 |
| ·研究方案 | 第15-16页 |
| ·主要研究内容 | 第15-16页 |
| ·技术路线 | 第16页 |
| ·本章小结 | 第16-17页 |
| 2 光学三维轮廓重建技术 | 第17-29页 |
| ·光学三维测量轮廓术 | 第17-23页 |
| ·傅里叶变换轮廓术 | 第18-19页 |
| ·希尔伯特变换轮廓术 | 第19-21页 |
| ·小波变换轮廓术 | 第21-23页 |
| ·相位展开技术 | 第23-26页 |
| ·相位—高度转换原理 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 GPU 架构与 CUDA 技术 | 第29-42页 |
| ·引言 | 第29-31页 |
| ·GPU 体系架构 | 第31-33页 |
| ·CUDA 基础 | 第33-36页 |
| ·CUDA 编程模型 | 第33-34页 |
| ·CUDA 存储器模型 | 第34-35页 |
| ·CUDA 编译模型 | 第35-36页 |
| ·CUDA 优化 | 第36-41页 |
| ·Grid 与 Block 容量优化 | 第37页 |
| ·优化数据访存 | 第37-40页 |
| ·其他优化策略 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 三维轮廓重建技术的 GPU 加速 | 第42-63页 |
| ·CUDA 并行计算实现的基本思想 | 第42-43页 |
| ·相位计算的 CUDA 并行实现 | 第43-48页 |
| ·算法设计 | 第43-45页 |
| ·CUDA 实现 | 第45-48页 |
| ·实验结果与分析 | 第48-62页 |
| ·计算加速比及分析 | 第49-54页 |
| ·运算精度对比与分析 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-66页 |
| ·总结 | 第63-64页 |
| ·预评估 | 第63-64页 |
| ·基于 CUDA 的并行算法设计 | 第64页 |
| ·CUDA 并行算法的性能优化 | 第64页 |
| ·未来工作 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72-73页 |
| 详细摘要 | 第73-74页 |
