声明
摘要
第一章 绪论
1.1 课题来源
1.2 课题的研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 目前并行算法所存在的问题
1.5 本文的研究内容与结构
第二章 基于多视图的三维重建
2.1 算法基本过程
2.1.1 算法概述
2.1.2 算法具体过程
2.2 特征提取
2.2.1 Harris算子
2.2.2 DoG算子
2.2.3 SURF算法
2.3 特征匹配
2.3.1 对极几何
2.3.2 NCC匹配算法
2.3.3 特征提纯
2.4 本章小结
第三章 并行计算
3.1 并行计算重要性
3.1.1 并行处理技术的迫切要求
3.1.2 三维重建的并行化
3.2 并行技术
3.3.1 共享存储系统
3.3.2 分布式存储系统
3.3.3 基于GPU的并行
3.3 CUDA框架概述
3.3.1 CUDA的线程层次
3.3.2 CUDA的存储模型
3.4 本章小结
第四章 并行算法实现
4.1 SUFR算法并行化
4.1.1 SURF并行算法核心思想
4.1.2 基于OpenMP的SURF算法
4.1.3 基于OpenMP的SURF算法实验结果与分析
4.1.4 基于CUDA的SURF算法
4.1.5 基于CUDA的SURF算法实验结果与分析
4.1.6 SURF混合并行算法
4.2 RANSAC算法并行化
4.2.1 RANSAC并行算法核心思想
4.2.2 基于OpenMP的RANSAC算法
4.2.3 基于OpenMP的RANSAC算法实验结果与分析
4.2.4 基于CUDA的RANSAC算法
4.2.5 基于CUDA的RANSAC算法实验结果与分析
4.2.6 RANSAC混合并行算法
4.3 本章小结
第五章 性能分析与优化及软件实验系统
5.1 算法优化分析
5.2 算法调优
5.2.1 性能优化总体策略
5.2.2 最大化并行执行
5.2.3 最大化存储器利用率
5.2.4 最大化指令吞吐率
5.3 软件模块功能和实现
5.4 软件使用结果
5.4.1 测试数据集
5.4.2 软件框架
5.4.3 软件使用结果
5.5 本章小结
第六章 总结和展望
6.1 本文主要工作总结
6.2 未来工作展望
参考文献
致谢
作者简介