首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CUDA的三角形并行处理

摘要第1-5页
Abstract第5-8页
第1章 序言第8-17页
   ·实时渲染图形流水线第8-11页
     ·基于可编程着色器(programmable shader)的图形流水线第8-9页
     ·统一着色器(Unified-Shader)架构第9-11页
   ·GPU 硬件优化机制第11-12页
     ·顶点高速缓存(Vertex Cache)第11-12页
     ·提前深度剔除(Early-Z Culling)第12页
   ·CUDA 简介第12-13页
     ·CUDA 与DirectX、OpenGL 协同工作第12-13页
   ·基于GPU 的并行三角形处理第13-17页
     ·基于几何着色器的并行三角形处理第13-14页
     ·基于相邻三角形图元的改进算法第14-15页
     ·使用CUDA 实现并行三角形处理第15-17页
第2章 预处理算法第17-30页
   ·GPU 内存的合并访问(coalesced access)第17-18页
     ·合并访问规则第17-18页
     ·选取合适的合并访问方式第18页
   ·网格分块算法简介第18-19页
   ·预处理算法第19-26页
     ·相关顶点与相关三角形第20页
     ·网格分块算法第20-22页
     ·顶点重排序算法第22-24页
     ·预处理算法实现细节第24-25页
     ·支持GPU 硬件优化机制第25-26页
   ·预处理算法实验数据及讨论第26-28页
     ·预处理算法运行时间与讨论第26-27页
     ·ACMR 与MOVR 数据讨论第27-28页
     ·预处理算法结果第28页
   ·本章总结第28-30页
第3章 优化实时渲染图形算法第30-40页
   ·CUDA 与图形流水线协同工作第30-31页
   ·基于CUDA 的背向面剔除优化第31-33页
     ·算法实现细节第31-32页
     ·实验数据分析与讨论第32-33页
   ·优化阴影映射(shadow mapping)算法第33-36页
     ·算法实现细节第34-35页
     ·实验数据分析与讨论第35-36页
   ·优化边缘边提取(silhouette extraction)算法第36-38页
     ·算法实现细节第36-37页
     ·实验数据分析与讨论第37-38页
   ·本章总结第38-40页
第4章 论文总结与展望第40-43页
   ·预处理算法第40-41页
   ·优化实时渲染应用第41页
   ·展望第41-43页
参考文献第43-47页
在读期间发表的学术论文第47-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:LAMOST焦面板视觉检测中透视误差的研究
下一篇:植物生理信息计算机视觉检测系统研究