國立高雄大學圖資館 |

Language: English

Back to Search results for [ author_sort:"黃冠叡" ]

結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 =...

國立高雄大學資訊工程學系碩士班

結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 = GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light

Record Type:	Language materials, printed : monographic
Paralel Title:	GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light
Author:	黃冠叡,
Secondary Intellectual Responsibility:	國立高雄大學
Place of Publication:	[高雄市]
Published:	撰者;
Year of Publication:	2014[民103]
Description:	58葉部分彩圖,表 : 30公分;
Subject:	結構光
Subject:	Structured light
Online resource:	https://hdl.handle.net/11296/9724aq
Notes:	108年10月31日公開
Notes:	參考書目：葉45-48
Summary:	結構光(Structured light)是近期常被用以獲取三維模型的普遍技術之一，此方法使用了格雷碼圖形(Gray pattern)掃描策略來計算被拍攝物體的深度，此種方法是用快速的方式以二進制的光建立一個稠密的立體對應圖像，接著使用三維對正取得深度，而且格雷碼解碼已經被證明是在結構光中最佳的去除雜訊方法，在解碼的過程中降低解碼時間，對完成結構光來說相當重要，為了減低時間消耗，本文提出利用GPU (Compute Unified-Device Architecture)技術以加速繁雜的解碼工作，在不失去原先之物體的樣貌前提之下，我們有效的利用了NVIDIARCUDA™技術實做加速灰階辨識以及解碼的程序，在使用Graycode及弦波之解碼，平均來說會有145%的提升。 Structured light is one of the most commonly adopted techniques in 3D shape acquisition. To speed up the scanning time modern structured light scanners widely deploy the so-called Gray codification strategy. Such binary codification established dense stereo correspondence map in a fast manner, and has been proved to be optimally robust to noises, however, at a cost of requiring sophisticated decoding procedure. In this paper we present a GPU (graphics processing unit) implementation of the Gray pattern identification and decoding procedure using NVIDIA CUDA technology. The experiments indicate that, compared to CPU implementation, the reduction in image processing time significantly accelerates surface recovery process.

結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 = GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light
黃, 冠叡

結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 = GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light / 黃冠叡撰 - [高雄市] : 撰者, 2014[民103]. - 58葉 ; 部分彩圖,表 ; 30公分.
108年10月31日公開參考書目：葉45-48.
結構光Structured light

結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 = GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light
LDR:02692nam0a2200277 450 001 430149
005 20191107103938.0
010 0 $b 精裝
010 0 $b 平裝
100 $a 20141027y2014 k y0chiy50 e
101 0 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 結構光之對正影像深度重建及使用GPU加速GRAYCODE及弦波之解碼 $d GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light $z eng $f 黃冠叡撰
210 $a [高雄市] $c 撰者 $d 2014[民103]
215 0 $a 58葉 $c 部分彩圖,表 $d 30公分
300 $a 108年10月31日公開
300 $a 參考書目：葉45-48
314 $a 指導教授：殷堂凱博士
328 $a 碩士論文--國立高雄大學資訊工程學系碩士班
330 $a 結構光(Structured light)是近期常被用以獲取三維模型的普遍技術之一，此方法使用了格雷碼圖形(Gray pattern)掃描策略來計算被拍攝物體的深度，此種方法是用快速的方式以二進制的光建立一個稠密的立體對應圖像，接著使用三維對正取得深度，而且格雷碼解碼已經被證明是在結構光中最佳的去除雜訊方法，在解碼的過程中降低解碼時間，對完成結構光來說相當重要，為了減低時間消耗，本文提出利用GPU (Compute Unified-Device Architecture)技術以加速繁雜的解碼工作，在不失去原先之物體的樣貌前提之下，我們有效的利用了NVIDIARCUDA™技術實做加速灰階辨識以及解碼的程序，在使用Graycode及弦波之解碼，平均來說會有145%的提升。 Structured light is one of the most commonly adopted techniques in 3D shape acquisition. To speed up the scanning time modern structured light scanners widely deploy the so-called Gray codification strategy. Such binary codification established dense stereo correspondence map in a fast manner, and has been proved to be optimally robust to noises, however, at a cost of requiring sophisticated decoding procedure. In this paper we present a GPU (graphics processing unit) implementation of the Gray pattern identification and decoding procedure using NVIDIA CUDA technology. The experiments indicate that, compared to CPU implementation, the reduction in image processing time significantly accelerates surface recovery process.
510 1 $a GPU-Accelerated Correspondence Recovery on Gray Coded Structured Light $z eng
610 # 0 $a 結構光 $a 格雷碼圖形 $a GPU加速 $a CUDA
610 # 1 $a Structured light $a Gray coded patterns $a GPU acceleration $a CUDA
681 $a 008M/0019 $b 464103 4432.1 $v 2007年版
700 1 $a 黃 $b 冠叡 $4 撰 $3 673372
712 0 2 $a 國立高雄大學 $b 資訊工程學系碩士班 $3 353878
801 0 $a tw $b 國立高雄大學 $c 20141021 $g CCR
856 7 # $u https://hdl.handle.net/11296/9724aq $2 http $z 電子資源