一种基于CUDA的大规模点云三维重建方法技术

本发明专利技术公开了一种基于CUDA的大规模点云三维重建方法。本发明专利技术方法包括步骤：执行CUDA程序，在GPU中创建显存数组指针，将图像数据和标定数据复制到GPU的显存中；GPU根据所需要计算的图像中的像素个数设置CUDA平台的核函数运行时所需的GPU参数；计算GPU中每个线程对应的索引，根据当前每个线程对应的索引，对显存中相同索引的像素进行并行计算，得到每个线程对应的像素坐标；进行解码核函数、坐标计算核函数运算，得到图像的点云三维坐标，根据点云三维坐标来重建三维图像。本发明专利技术相比现有技术，加速点云重建的效率，提高点云重建的适用范围，克服了传统CPU串行计算在大规模点云重建方面的局限性和效率低的问题。建方面的局限性和效率低的问题。建方面的局限性和效率低的问题。

【技术实现步骤摘要】
一种基于CUDA的大规模点云三维重建方法


[0001]本专利技术属于图像处理的
，具体涉及一种基于CUDA的大规模点云三维重建方法。

技术介绍

[0002]目前，随着智能制造的发展，工业应用中非接触式的结构光视觉传感器应用越来越广泛，在逆向工程，工件质量检测，工件尺寸测量等领域，结构光视觉传感器已经得到了广泛的应用。采用编码结构光方式的视觉传感器进行点云重建，能够满足三角法测量模型，是一种非接触、测量速度快、精度较高的测量方式。编码结构光采用投影仪投射特殊的编码图案到待测物体上，通过采集变形的编码图案进行三维重建，这种变化包含了被测物体表面的深度信息。通过对采集的场景编码图像进行解码分析，获取每个像素的解码值，根据相机与投影仪构成的三角几何模型，就能够计算出图像中像素点的空间位置，从而获得被测物体表面的三维信息。
[0003]在进行结构光的点云三维重建时，需要对多幅的拍摄图像进行解码、坐标计算等操作。现有技术在点云重建时，单独使用CPU进行串行计算，这种方式的大规模点云的计算在效率和时间上有局限性，特别是对于大规模的点云重建方面，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CUDA的大规模点云三维重建方法，其特征在于，包括步骤如下：在安装有CUDA平台的计算机中执行CUDA程序，在GPU中创建显存数组指针，将图像数据和标定数据复制到GPU的显存中；GPU根据所需要计算的图像中的像素个数设置CUDA平台的核函数运行时所需的GPU参数，包括线程块的数目、每个线程块中线程的数目；计算GPU中每个线程对应的索引，然后根据当前每个线程对应的索引，对显存中相同索引的像素进行并行计算，得到每个线程对应的像素坐标；进行解码核函数、坐标计算核函数运算，得到图像的点云三维坐标，然后对点云去噪并计算中心点，再根据点云三维坐标来重建三维图像。2.根据权利要求1所述基于CUDA的大规模点云三维重建方法，其特征在于，执行CUDA程序的步骤包括：使用CUDA平台中cudaMalloc函数的API接口在GPU中创建显存数组指针，使用CUDA平台中cudaMemcpy函数从计算机内存中将图像数据和标定数据复制到GPU的显存中。3.根据权利要求2所述基于CUDA的大规模点云三维重建方法，其特征在于，设置GPU参数的步骤包括：GPU根据所需要计算的图像中的像素个数N
pixel
，设置CUDA平台的核函数运行时的线程块的数目N
block
、每个线程块中线程的数目N
thread
，计算关系如下：N
thread
＝10244.根据权利要求3所述基于CUDA的大规模点云三维重建方法，其特征在于，并行计算得到像素坐标的步骤包括：获取当前线程索引和图像中像素的列数，对显存中相同索引的像素，计算每个线程处理的像素在图像中的像素位置。5.根据权利要求4所...

【专利技术属性】
技术研发人员：王念峰，林俊烨，张宪民，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：