| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容与组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 本文的组织结构 | 第13-15页 |
| 第二章 相关理论及技术 | 第15-27页 |
| 2.1 神经网络概述 | 第15-17页 |
| 2.2 CNN卷积神经网络 | 第17-21页 |
| 2.2.1 CNN卷积神经网络概述 | 第17页 |
| 2.2.2 CNN卷积神经网络工作原理 | 第17-18页 |
| 2.2.3 CNN卷积神经网络模型结构 | 第18-21页 |
| 2.3 并行计算技术概述 | 第21-22页 |
| 2.4 基于CPU加速的OpenMP并行方法 | 第22-23页 |
| 2.4.1 OpenMP概述 | 第22页 |
| 2.4.2 OpenMP编程思想 | 第22-23页 |
| 2.5 基于GPU加速的CUDA并行方法 | 第23-25页 |
| 2.5.1 CUDA概述 | 第23-24页 |
| 2.5.2 CUDA线程层次 | 第24页 |
| 2.5.3 CUDA存储模型 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 点云孔洞修补算法 | 第27-37页 |
| 3.1 点云模型几何属性的计算方法 | 第27-29页 |
| 3.1.1 kd-tree的建立 | 第27-28页 |
| 3.1.2 k近邻点的查找 | 第28-29页 |
| 3.2 点云模型中法向量的估算及其调整 | 第29-31页 |
| 3.2.1 点云模型法向量的估算 | 第29-31页 |
| 3.2.2 点云模型法向量的调整 | 第31页 |
| 3.3 点云模型中孔洞的边界检测 | 第31-35页 |
| 3.3.1 点云孔洞边界检测的概述 | 第31-32页 |
| 3.3.2 阈值法检测孔洞边界算法 | 第32-33页 |
| 3.3.3 点云孔洞的边界线识别 | 第33页 |
| 3.3.4 点云孔洞的边界线优化 | 第33-34页 |
| 3.3.5 点云孔洞的边界线连接 | 第34页 |
| 3.3.6 点云孔洞的拆分 | 第34-35页 |
| 3.4 点云孔洞的填补 | 第35-36页 |
| 3.4.1 点云孔洞的预处理 | 第35-36页 |
| 3.4.2 多边形平面内填充点的增加 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于CNN卷积神经网络的点云孔洞修补算法 | 第37-48页 |
| 4.1 相关理论概述 | 第37-40页 |
| 4.1.1 八叉树划分 | 第37-38页 |
| 4.1.2 Shrink操作 | 第38-39页 |
| 4.1.3 三角面片的提取 | 第39-40页 |
| 4.1.4 八叉树剖分 | 第40页 |
| 4.2 基于八叉树的卷积神经网络 | 第40-44页 |
| 4.2.1 相关概述 | 第40-41页 |
| 4.2.2 基于八叉树的三维卷积神经网络的建立 | 第41-43页 |
| 4.2.3 基于八叉树的三维卷积神经网络的操作 | 第43-44页 |
| 4.3 基于卷积神经网络的点云孔洞修补 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 并行算法的设计与研究 | 第48-55页 |
| 5.1 基于OpenMP的点云孔洞修补算法 | 第48-51页 |
| 5.1.1 基于OpenMP的点云孔洞修补算法的并行优化 | 第48-50页 |
| 5.1.2 基于OpenMP的点云孔洞修补算法的其他优化方法 | 第50-51页 |
| 5.2 基于CUDA的点云孔洞修补算法 | 第51-53页 |
| 5.2.1 基于CUDA的点云孔洞修补算法并行优化 | 第51-53页 |
| 5.2.2 基于CUDA的点云孔洞修补算法的其他优化方法 | 第53页 |
| 5.3 基于OpenMP和CUDA的点云孔洞修补算法 | 第53-54页 |
| 5.3.1 基于OpenMP和CUDA的点云孔洞修补算法混合并行优化 | 第53-54页 |
| 5.3.2 基于OpenMP和CUDA的混合并行算法的其他优化方法 | 第54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 实验与分析 | 第55-75页 |
| 6.1 相关的实验环境 | 第55页 |
| 6.1.1 实验软件环境 | 第55页 |
| 6.1.2 实验硬件环境 | 第55页 |
| 6.2 实验所用测试数据 | 第55-58页 |
| 6.3 优化前实验结果分析 | 第58-59页 |
| 6.4 基于OpenMP的并行优化结果分析 | 第59-67页 |
| 6.4.1 平均运行时间分析 | 第59-63页 |
| 6.4.2 加速比分析 | 第63-66页 |
| 6.4.3 不同平台下算法性能比较 | 第66-67页 |
| 6.4.4 不同平台下算法准确性比较 | 第67页 |
| 6.5 基于CUDA的并行优化结果分析 | 第67-70页 |
| 6.5.1 平均运行时间分析 | 第68页 |
| 6.5.2 加速比分析 | 第68-69页 |
| 6.5.3 不同平台下算法准确性比较 | 第69-70页 |
| 6.6 基于OpenMP+CUDA的并行优化结果分析 | 第70-72页 |
| 6.6.1 平均运行时间分析 | 第70-71页 |
| 6.6.2 加速比分析 | 第71-72页 |
| 6.6.3 不同平台下算法准确性比较 | 第72页 |
| 6.7 优化前后运行效果比较 | 第72-74页 |
| 6.8 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 本文主要工作总结 | 第75页 |
| 7.2 未来工作展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82页 |
