面向PMVS算法的自动两级并行翻译方法

当使用高分辨率的图像作为图像处理算法的输入时会降低算法运行速度,将算法并行化可提升执行效率,但手动将串行程序转换为并行程序则较为繁琐,并且现有自动并行翻译工具性能不稳定,同时翻译后的程序是单一并行模式。面向基于面片的三维多视角立体视觉(PMVS)算法,提出一种从C到CUDA的自动两级并行翻译方法。使用ANTLR自动解析源C代码,通过分析数据依赖关系和循环数组私有化来识别可并行化的循环结构,将算法翻译成CPU多线程和GPU两级并行结构的代码。在算法执行过程中,将输入图像在CPU和GPU上分别进行处理,降低了算法总执行时间。实验结果表明,该方法的计算加速比随着输入图像分辨率的增加逐渐提高,最高约达到32,相比于PPCG和OpenACC自动并行翻译方法提升明显。

基于多视图立体视觉的煤场三维建模方法研究

随着港口自动化智能堆取料技术的快速发展,智慧港口逐渐成为港口发展的趋势,而港口煤场的三维模型是其重要的组成部分。无人机的出现解决了大规模场景图像采集的难题。本文将无人机图像与多视图三维重建技术相结合,采用无人机搭载摄像机进行港口煤场图像采集,根据运动恢复结构(SFM)和稠密立体匹配的重建原理,实现煤场三维重建。设计开发了基于立体视觉的多视图三维重建的软件系统,最终重建出带有纹理信息的三维模型。实验结果和真实场景较为接近,能满足港口自动化智能堆取料的使用需求。