基于OpenCL的点云分割方法

• 作者: 何东健 王美丽 范昱伶
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: OpenCL 图形处理器(GPU) 点云分割
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 191-195,203
• 页数: 6页
• 分类号: TP391
• 字数: 4633字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1607-0229

摘要

点云分割是逆向工程中模型重建的关键技术之一,然而在求取点云特征时非常耗时,通过OpenCL异构计算对其进行性能加速有着重要的现实意义.以散乱无序的点云为研究对象,通过OpenCL对点云分割算法加以改进.算法主要分为并行计算点云数据的特征值,并行计算点云数据的法向量和曲率3个步骤.在计算中,根据GPU的并行结构和硬件特点,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度.实验结果表明,算法充分利用了OpenCL的并行处理能力,运行效率是基于CPU实现的16倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王美丽	西北农林科技大学信息工程学院	34	250	9.0	15.0
2	何东健	西北农林科技大学机械与电子工程学院	188	3174	30.0	46.0
3	范昱伶	西北农林科技大学信息工程学院	1	8	1.0	1.0