| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 可视外壳实时三维重建 | 第10-11页 |
| 1.2.2 深度获取技术 | 第11-12页 |
| 1.2.3 基于深度图的三维重建技术 | 第12-13页 |
| 1.2.4 凹面物体三维重建 | 第13-14页 |
| 1.2.5 GPU加速技术 | 第14-15页 |
| 1.3 存在的问题 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 论文组织 | 第16-18页 |
| 第二章 基于深度图像的可视外壳计算 | 第18-31页 |
| 2.1 引言 | 第18页 |
| 2.2 深度图 | 第18-20页 |
| 2.3 基于深度图像的可视外壳计算方法 | 第20-30页 |
| 2.3.1 基于单角度深度图的可视外壳计算 | 第20-25页 |
| 2.3.2 基于多角度深度图的可视外壳融合计算 | 第25-30页 |
| 2.4 小结 | 第30-31页 |
| 第三章 凹面物体的可视外壳计算 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 基于RGB图像的可视外壳计算 | 第31-34页 |
| 3.3 基于RGB图像与深度图像的可视外壳融合 | 第34-42页 |
| 3.3.1 可视外壳冗余去除 | 第34-38页 |
| 3.3.2 可视外壳凹面还原 | 第38-39页 |
| 3.3.3 基于RGB图像与深度图像的可视外壳融合算法 | 第39-42页 |
| 3.4 小结 | 第42-43页 |
| 第四章 基于GPU的并行加速优化 | 第43-49页 |
| 4.1 引言 | 第43页 |
| 4.2 融合可视外壳的并行计算模型 | 第43-46页 |
| 4.3 融合可视外壳的并行加速分析 | 第46-48页 |
| 4.4 小结 | 第48-49页 |
| 第五章 实验结果及比较分析 | 第49-62页 |
| 5.1 软硬件开发环境 | 第49-50页 |
| 5.1.1 硬件开发环境 | 第49页 |
| 5.1.2 软件开发环境 | 第49-50页 |
| 5.2 实验结果及分析 | 第50-62页 |
| 5.2.1 不同模型的融合可视外壳结果 | 第51-54页 |
| 5.2.2 不同模型的融合可视外壳复杂度分析 | 第54-55页 |
| 5.2.3 融合可视外壳算法串行与并行对比 | 第55-59页 |
| 5.2.4 融合可视外壳并行算法总体时间分析 | 第59-61页 |
| 5.2.5 结果比较 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 问题及展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间取得的学术成果 | 第70-71页 |
| 致谢 | 第71页 |