基于泊松表面重建算法的改进及其并行化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题来源及研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 2 相关理论研究 | 第12-22页 |
| 2.1 表面重建算法概述 | 第12-15页 |
| 2.1.1 泊松表面重建算法理论基础 | 第12-14页 |
| 2.1.2 等值面提取介绍 | 第14-15页 |
| 2.2 GPU并行算法理论介绍 | 第15-21页 |
| 2.2.1 GPU的发展进程 | 第17-18页 |
| 2.2.2 CUDA基础概述 | 第18页 |
| 2.2.3 CUDA线程层次结构 | 第18-19页 |
| 2.2.4 CUDA程序执行过程 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 泊松表面重建算法及改进 | 第22-36页 |
| 3.1 泊松表面重建算法实现细节 | 第22-24页 |
| 3.2 基于泊松表面重建的改进算法 | 第24-31页 |
| 3.2.1 引入屏蔽因子的泊松方程求解 | 第24-26页 |
| 3.2.2 加入二义性处理的等值面提取 | 第26-31页 |
| 3.3 实验分析 | 第31-34页 |
| 3.4 本章小结 | 第34-36页 |
| 4 对于SASR算法的并行化设计 | 第36-48页 |
| 4.1 算法可并行性分析 | 第36页 |
| 4.2 并行化程序设计 | 第36-46页 |
| 4.2.1 数据离散化并行设计 | 第37-41页 |
| 4.2.2 等值面提取优化并行算法设计 | 第41-46页 |
| 4.3 实验分析 | 第46-47页 |
| 4.3.1 实验环境配置 | 第46页 |
| 4.3.2 实验结果分析 | 第46-47页 |
| 4.4 本章小节 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间的科研成果 | 第54-55页 |
