基于多視圖的圖像測量方法及其GPU并行優(yōu)化.pdf

1、傳統(tǒng)的接觸式測量因?yàn)闇y量精度低、測量難度大、自動化程度低、耗時長等缺點(diǎn)，已經(jīng)無法滿足現(xiàn)如今日益增長的多樣化的測量需求，而圖像測量技術(shù)卻憑借著其在現(xiàn)代檢測中無與倫比的優(yōu)勢逐漸引起人們的廣泛關(guān)注。然而利用多視圖進(jìn)行圖像測量會伴隨大量的圖像數(shù)據(jù)處理需求，這使得圖像測量技術(shù)的應(yīng)用面臨著測量速度的嚴(yán)峻挑戰(zhàn)。因此為了提高算法的實(shí)時性，迫切需要尋找一種新方法對多視圖的圖像測量算法進(jìn)行優(yōu)化。
　　針對上述問題，提出了基于多視圖的圖像測量方法及其G

2、PU并行優(yōu)化的策略。基于多視圖的圖像測量一般由圖像采集、相機(jī)標(biāo)定、立體匹配、三維重建、三維測量五個子過程來完成。為了更好的實(shí)現(xiàn)基于多視圖的測量算法，采用了基于SIFT和SURF特征向量的立體匹配策略，并且通過利用匹配點(diǎn)對的預(yù)重建和成像，比較像點(diǎn)與原圖像點(diǎn)之間的差異來完成誤匹配點(diǎn)對的消除；在基于多視圖的三維重建中，先進(jìn)行兩兩匹配點(diǎn)的三角重建，再通過計(jì)算重心來確定重建點(diǎn)的精確坐標(biāo)；進(jìn)行測量時，選擇模型Temple的高度作為待測目標(biāo)量，設(shè)計(jì)了

3、一個有效的測量算法，并通過實(shí)驗(yàn)證明測量模型的準(zhǔn)確度超過98％。其次，針對測量算法在實(shí)時性方面的不足，提出了利用GPU對部分算法進(jìn)行優(yōu)化的策略。通過理論分析和實(shí)驗(yàn)研究，確定了測量模型中并行優(yōu)化的主要目標(biāo)和手段，在SIFT和SURF算法中涉及大量的圖像數(shù)據(jù)處理操作，并且這些處理過程具有規(guī)則性、結(jié)構(gòu)性以及獨(dú)立性，因此可以利用 GPU進(jìn)行加速。通過實(shí)驗(yàn)結(jié)果可以得出，GPU并行優(yōu)化策略相對于CPU的實(shí)現(xiàn)而言，SIFT算法的特征提取速度可以提高32