資源描述：
《一種基于CUDA的三維點(diǎn)云快速光順?biāo)惴?pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第24卷第8期系統(tǒng)仿真學(xué)報⑥、，01．24NO82012年8月JournalofSystemSimulationAug．，2012一種基于CUDA的三維點(diǎn)云快速光順?biāo)惴ㄌ平?，徐波，宮中棵，武港山(南京大學(xué)軟件新技術(shù)國家重點(diǎn)實驗竄，南京210093)摘要：提出了一種基于CUDA的點(diǎn)云光順?biāo)惴āＫ惴?xì)分成點(diǎn)云空間劃分，K鄰近搜索，法矢估算以及光順等四個獨(dú)立的且并行程度非常高的步驟。旋7基于CUDA蔗云空乎均元格蚋分算法及數(shù)據(jù)結(jié)構(gòu)，有效提升7點(diǎn)云的越分效率：設(shè)計7基于CUDA的空間K鄰近搜索算法：改進(jìn)7點(diǎn)云法矢估算方法，提出7高斯加權(quán)的法矢計算方法．有效改善7法矢估籜效果：在
2、圮順過程尹加八7邁，點(diǎn)的面積影曰于，緩和7逆光順等不_足。最后通過實驗驗證了算法的有效性。關(guān)鍵詞：光順；CUDA；GPU計算：點(diǎn)云中圖分類號：TP391．9文獻(xiàn)標(biāo)識碼：A文章編號：1004．731X(2012)08．1633—05FastFairingof3DPointCloudsUsingCUDATANGJie．XUBo．GONGZhong—liang,UGang—shan(NationalKeyLaboratoryforNovelSoftwareTechnology，NanjingUniversity，Nanjing210093，China)Abstract：ACU
3、DA—basedpointcloudfairingalgorithmwasproposed．Thealgorithmiscomposedoffourstepswithgreatparallelismincludingpointcloudspacepartitioning，K—nearestneighborssearching，thenormalestimationandfairing．ACUDA—basedpointcloudpartitionmethodaswellasitsdatastructurewhichutilizestheunifor，”gridwasdes
4、igned,whichimprovedtheefficiencyofpartitioninggreatly．ACUDA—basedalgorithmforK-nearestneighborssear‘chwasdesigned．AnimprovednormalestimationmethodwasproposedwhichutilizedGaussianweightedmethodtocalculatingnormalvectorandimprovedtheprecisionofnormalestimation．TIPimpactfactoroftheadjacenta
5、reawasintroducedtoimprovetheeffectofsmoothingandalleviatethedegreeofoversmoothing．Finally，theexperimentsverifytheeffectivenessofthealgorithm．Keywords：fairing；CUDA：GPUcomputing；pointclouds夠有效保持模型的固有幾何特征，同時具有較低的算法時引言間復(fù)雜度和空間復(fù)雜度。這幾條往往相互沖突，很難協(xié)調(diào)。隨著計算機(jī)技術(shù)的高速發(fā)展及精密的測量技術(shù)的出Fleishman[Il等人提出了一種基于雙邊濾波的
6、三角網(wǎng)格模型現(xiàn)，點(diǎn)云數(shù)據(jù)模型在三維建模及逆向工程中得到了廣泛的光順?biāo)惴?，很好地解決了上述問題。然而，點(diǎn)云模型與三應(yīng)用。然而在獲取點(diǎn)云數(shù)據(jù)的過程中由于人為的擾動或儀角網(wǎng)格模型不同，它沒有顯式的鄰接關(guān)系，也不好確定每器本身的缺陷等不確定因素使得生成的點(diǎn)云數(shù)據(jù)往往含有個頂點(diǎn)的法矢方向，這些都給點(diǎn)云的光順帶來很大的挑戰(zhàn)。噪聲。在對含有噪聲的點(diǎn)云數(shù)據(jù)進(jìn)行后續(xù)處理之前通常需近年來，圖形處理單元在通用計算中的應(yīng)用越來越廣要對其進(jìn)行光順去噪以提高后續(xù)處理的效果。點(diǎn)云光順的泛。隨著nVidia公司推出統(tǒng)一設(shè)備架構(gòu)(CUDA)，研究目的就是去除其中的噪聲高頻信號。一個好的光順去噪算人員可以
7、更加方便地開發(fā)GP1J通用高性能計算。自CUDA法除了能夠有效地剔除點(diǎn)云模型中的各種噪聲外還需要能問世后，就一直成為眾多領(lǐng)域的研究熱點(diǎn)，其中與三維模型處理相關(guān)的研究也非常多。Zhou[】和Santos[]提出了采收稿日期：2010．07．13修回日期：2011．11—07用CUDA來進(jìn)行模型的空間KD—tree劃分，Kalojanov{]提基金項目：國家高技術(shù)研究發(fā)展計劃(863)(2【】(】7AA06A402)，國家科出了對模型進(jìn)行空間平均單元格劃分的CUDA方法。技重大專項(2011ZX05035．004．004HZ1作者簡介：唐杰(
