高阶平滑表面提取算法的CUDA并行实现

来源 :计算机科学 | 被引量 : 2次 | 上传用户:blueskyjava
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高阶平滑表面提取算法可有效抑制传统步进立方体算法存在的鳞状失真现象,但引入了较复杂的最优化运算,降低了表面提取的效率。针对该问题,提出基于图形处理器的并行加速优化方法。首先将算法分解成分界区域、窄带区域、嵌入函数边界值、嵌入函数值最优化和三角面网格提取5个计算步骤,其次根据每个处理步骤的运算特点进行任务分解。为便于图形处理器并行优化,将其中最耗时的嵌入函数值最优化计算,表示成矩阵运算形式,通过投影雅可比迭代估计最优解。实验结果表明,在GeForce GT 240M显卡上并行优化后平均加速比可达到9以上。
其他文献
分布式存储系统常常使用纠删码冗余技术提高数据的安全性和可靠性,从而使系统具有自修复失效数据的能力,但传统纠删码在修复失效节点时需要传输的数据量较大。再生码是纠删码
提出了一种利用相位一致性(Phase Congruency,PC)实现纹理分类的方法。首先计算图像的PC值,然后将连续的PC值离散化,接着统计离散化PC值的直方图,最后将该直方图作为特征来实现对纹理图像的分类。PC值的直方图反映的是一种全局特征,因此可以将该方法与局部二元模式方法(Local Binary Pattern,LBP)相结合来提高纹理分类性能。在Outex、Brodatz以及CUReT
研究了Plateaued函数的对偶性;基于Plateaued函数对偶性的定义及函数限制的理论,得到了Plateaued函数与其对偶函数在子空间上的限制及正规性上的对应关系;利用Plateaued的对偶这
为解决嵌入式系统服务化集成过程中服务的动态组合和重组等应用问题,借鉴化学合成、分子裂解、化学置换、分子复制等化学反应机制,设计了一套化学性服务组合模型。形式化描述
由多核CPU和GPU构成的异构计算平台已经成为当前高性能计算的重要发展方向。为了有效提升列数据库的查询性能,充分利用异构计算平台的计算资源,在一套已定义的列数据库原语集合的基础上,提出了一套原语调度方法。该方法包括原语执行机制、基于动态规划的CPU原语调度方法和基于GPU显存管理机制的GPU原语调度方法。这使得系统可合理利用多核CPU计算资源,有效利用GPU显存中数据的局部性,以提升整体性能。对T
MARTE对UML的顺序图进行了扩充,使其适用于实时系统的建模阶段,但它不能直接用于正确性验证阶段。对象管理组织提出用模型转换的方法将依照MARTE构造的顺序图(记为A)转换成具有
针对传统的缝裁剪图像缩放方法中可能出现对图像中显著物体形状结构的破坏问题,提出一种既考虑到显著物体内容保持又考虑到显著物体形状结构保持的新的图像缩放方法。该方法首先利用经典的图像显著度图模型,结合图像梯度直方图等信息构建形状结构更加清晰的图像重要度图;然后利用已构建的重要度图,对图像进行分块,按显著块的大小来确定缩放方法;最后结合经典缝裁剪方法和基于共形能量的变形方法对图像进行缩放。实验结果显示,
提出了可逆函数的相似函数及可逆网络的相似网络,在此基础上构建了可逆网络化简方法。由可逆函数求出其所有的相似函数,对每个相似函数利用可逆逻辑综合算法生成可逆网络,再
由于软件产品版本的不断更替、原代码的不断更改,使得测试人员需要具有针对性的回归测试,而目前的方法难以满足这样的需求。提出一种针对输出代码行进行生成回归测试集的方法
针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型而存在模型不匹配及应用于图像分割时对噪声比较敏感的问题,提出了一种基于空间邻域信息的B样条密度模型的图像分割方法。首先,通过构建基于规范化的B样条密度函数的非参数混合模型,定义空间信息函数,使得分割模型具有空间邻域信息;其次,利用非参数B样条期望最大(NNBEM)算法估计密度模型的未知参数;最后根据贝叶斯准则实现图像的分割。该图像分割方法不