基于機(jī)器學(xué)習(xí)的點(diǎn)云孔洞修補(bǔ)算法的并行化研究.pdf

1、隨著計(jì)算機(jī)視覺，圖像學(xué)等技術(shù)的不段發(fā)展與進(jìn)步，通過掃描設(shè)備可以方便的取得模型的散亂點(diǎn)云數(shù)據(jù)，在曲面逆向重建的過程中，可能由于模型自身的不完整或物體遮擋等因素，難免會(huì)產(chǎn)生點(diǎn)云數(shù)據(jù)缺失的狀況，將會(huì)導(dǎo)致后續(xù)的點(diǎn)云處理效果欠佳，準(zhǔn)確的點(diǎn)云缺損數(shù)據(jù)修補(bǔ)是實(shí)現(xiàn)曲面模型逆向重建的前提，在對(duì)散亂點(diǎn)云數(shù)據(jù)進(jìn)行建模之前，需要對(duì)缺損點(diǎn)云數(shù)據(jù)進(jìn)行修補(bǔ)。
　　本文在研究國內(nèi)外研究的基礎(chǔ)上，以散亂數(shù)據(jù)點(diǎn)云為對(duì)象，針對(duì)點(diǎn)云模型中存在的孔洞，研究了散亂點(diǎn)云孔洞修

2、補(bǔ)過程和基于機(jī)器學(xué)習(xí)中徑向基函數(shù)RBF(Radial basis function)的孔洞修補(bǔ)算法，可以直接擬合散亂點(diǎn)云的隱式曲面方程，有效的對(duì)測(cè)量過程中產(chǎn)生的缺損數(shù)據(jù)進(jìn)行孔洞修補(bǔ)。由于大量散亂點(diǎn)云數(shù)據(jù)會(huì)引起算法計(jì)算量的增加，為了加快算法效率，考慮目前的并行技術(shù)，如多核加速(OpenMP)、GPU加速(CUDA)、以及CPU/GPU混合并行技術(shù)對(duì)算法進(jìn)行并行優(yōu)化以縮短其運(yùn)行時(shí)間，提高執(zhí)行效率。通過對(duì)實(shí)驗(yàn)結(jié)果的加速效率分析，驗(yàn)證了算法的可

3、并行性，驗(yàn)證了算法的有效性。論文的主要工作如下:
　　1.對(duì)常規(guī)孔洞修補(bǔ)算法的基本過程和徑向基函數(shù)插值過程進(jìn)行了研究，實(shí)現(xiàn)了基于多尺度徑向基函數(shù)的點(diǎn)云孔洞修補(bǔ)算法。
　　2.對(duì)串行算法在多核CPU上進(jìn)行改進(jìn)，分析并設(shè)計(jì)實(shí)現(xiàn)了基于OpenMP的多核并行算法，并在不同環(huán)境下進(jìn)行實(shí)驗(yàn)結(jié)果分析，算法取得了較好的加速效率。
　　3.設(shè)計(jì)實(shí)現(xiàn)了基于CUDA的并行算法，并在不同環(huán)境下進(jìn)行實(shí)驗(yàn)結(jié)果分析，算法取得了較好的加速效率。