留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

GPU加速三维面形测量

赵亚龙 刘守起 张启灿

赵亚龙, 刘守起, 张启灿. GPU加速三维面形测量[J]. 红外与激光工程, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
引用本文: 赵亚龙, 刘守起, 张启灿. GPU加速三维面形测量[J]. 红外与激光工程, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
Zhao Yalong, Liu Shouqi, Zhang Qican. 3D shape measurement accelerated by GPU[J]. Infrared and Laser Engineering, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
Citation: Zhao Yalong, Liu Shouqi, Zhang Qican. 3D shape measurement accelerated by GPU[J]. Infrared and Laser Engineering, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003

GPU加速三维面形测量

doi: 10.3788/IRLA201847.0317003
基金项目: 

国家自然科学基金(61675141);国家重大科学仪器设备开发专项(2013YQ490879)

详细信息
    作者简介:

    赵亚龙(1990-),男,硕士生,主要从事三维面形测量方面的研究。Email:616475529@qq.com

  • 中图分类号: TN247

3D shape measurement accelerated by GPU

  • 摘要: 随着通用计算和图形显示需求的不断增加,图形处理器(Graphics Processing Unit,GPU)在医学、科学计算、图像处理等领域得到了广泛的应用。但它在三维测量领域的应用还只是一个开始。文中基于傅里叶变换轮廓术(Fourier Transform Profilometry,FTP)和三频外差法设计了两套三维测量系统,并利用计算统一设备架构(Compute Unified Device Architecture,CUDA)方法,加速了静态或动态物体的三维重建。在三频外差测量系统中,需要利用高速数字投影模块和相机,同步触发采集小视场表面的12个变形条纹图,然后对图像数据进行处理。实验结果表明:对12幅1 360 pixel1 024 pixel大小的图像进行相位展开运算,GPU方法比CPU方法的效率提高了2 089倍。在基于FTP方法的测量系统中,摄像机只需记录一幅变形条纹图,然后拷贝到显存中,并用CUDA编程的算法进行处理,进而重建出物体的三维面形。基于GPU的FTP方法对一幅1 024 pixel1 280 pixel大小的图像进行计算,其计算时间比CPU方法缩短了27倍。
  • [1] Tang Wei, Ye Dong. 3D computer vision measurement systems[J]. Infrared and Laser Engineering, 2008, 37(S1):328-332. (in Chinese)
    [2] Tian Qingguo, Ge Baozhen, Du Pu, et al. Measurement of human figure size based on laser 3D scanning[J]. Optics and Precision Engineering, 2007, 15(1):84-88. (in Chinese)
    [3] Ye Haijia, Chen Gang, Xing Yuan. Stereo matching in 3D measurement system using double CCD structured light[J]. Optics and Precision Engineering, 2004, 12(1):71-75. (in Chinese)
    [4] Zhang S, Royer D, Yau S T. GPU-assisted high-resolution, real-time 3-D shape measurement[J]. Optics Express, 2006, 14(20):9120-9129.
    [5] Nikolaus Karpinsky, Morgan Hoke, Vincent Chen, et al. High-resolution, real-time three-dimensional shape measurement on graphics processing unit[J]. Optical Engineering, 2014, 53(2):024105-1-8.
    [6] Lu Jin. The surface morphology measurement system based on GPU[D]. Hangzhou:Zhejiang University, 2011. (in Chinese)
    [7] Zhang Shu, Chu Yanli, Zhao Kaiyong, et al. GPU Performance Computing of CUDA[M]. Beijing:China Waterpower Press, 2009:11-13.
    [8] Chen Qian, Qiu Yuehong, Yi Hongwei. Star image registration algorithm based on GPU parallel program design[J]. Infrared and Laser Engineering, 2014, 43(11):3756-3761. (in Chinese)
    [9] Wang Xinhua, Wang Xiaokun. Real time image mosaic of the transient gigapixel imaging system[J]. Chinese Optics, 2015, 8(5):785-793. (in Chinese)
    [10] Huntley J M, Salder H O. Shape measurement by temporal phase unwrapping:comparison of unwrapping algorithms[J]. Measurement Science Technology, 1997, 8(9):986-992.
    [11] Carsten Reich, Reinhold Ritter, Jan Thesing. White light heterodyne principle for 3D-measurement[C]//SPIE, 1997, 3100:236-344.
    [12] Takeda M, Mutoh K. Fourier transform profilometry for the auto measurement of 3-D object shapes[J]. Applied Optics, 1983, 22(24):3977-3982.
    [13] Lei Gundong, Lu Yinhuan, Wang Ruli. Adaptive main frequency bandpass filters used in Fourier transform profilometry[J]. Chinese Journal of Optics and Applied Optics, 2010, 3(3):245-251. (in Chinese)
  • [1] 钟锦鑫, 尹维, 冯世杰, 陈钱, 左超.  基于深度学习的散斑投影轮廓术 . 红外与激光工程, 2020, 49(6): 20200011-1-20200011-11. doi: 10.3788/IRLA20200011
    [2] 赵洋, 傅佳安, 于浩天, 韩静, 郑东亮.  深度学习精确相位获取的离焦投影三维测量 . 红外与激光工程, 2020, 49(7): 20200012-1-20200012-8. doi: 10.3788/IRLA20200012
    [3] 殷永凯, 张宗华, 刘晓利, 彭翔.  条纹投影轮廓术系统模型与标定综述 . 红外与激光工程, 2020, 49(3): 0303008-0303008-18. doi: 10.3788/IRLA202049.0303008
    [4] 张钊, 韩博文, 于浩天, 张毅, 郑东亮, 韩静.  多阶段深度学习单帧条纹投影三维测量方法 . 红外与激光工程, 2020, 49(6): 20200023-1-20200023-8. doi: 10.3788/IRLA20200023
    [5] 王玉伟, 陈向成, 王亚军.  改进的双频几何约束条纹投影三维测量方法 . 红外与激光工程, 2020, 49(6): 20200049-1-20200049-7. doi: 10.3788/IRLA20200049
    [6] 李勇, 张广汇, 马利红, 应晓霖, 姚建云.  条纹投影动态三维表面成像技术综述 . 红外与激光工程, 2020, 49(3): 0303005-0303005-13. doi: 10.3788/IRLA202049.0303005
    [7] 张宗华, 于瑾, 高楠, 孟召宗.  高反光表面三维形貌测量技术 . 红外与激光工程, 2020, 49(3): 0303006-0303006-13. doi: 10.3788/IRLA202049.0303006
    [8] 党源源, 王昕.  CPU-GPU异构系统在光学遥感影像处理中的应用 . 红外与激光工程, 2020, 49(S1): 20200092-20200092. doi: 10.3788/IRLA20200092
    [9] 张启灿, 吴周杰.  基于格雷码图案投影的结构光三维成像技术 . 红外与激光工程, 2020, 49(3): 0303004-0303004-13. doi: 10.3788/IRLA202049.0303004
    [10] 冯世杰, 左超, 尹维, 陈钱.  深度学习技术在条纹投影三维成像中的应用 . 红外与激光工程, 2020, 49(3): 0303018-0303018-17. doi: 10.3788/IRLA202049.0303018
    [11] 陈妮, 左超, Byoungho Lee.  基于深度测量的三维成像技术 . 红外与激光工程, 2019, 48(6): 603013-0603013(25). doi: 10.3788/IRLA201948.0603013
    [12] 贺文俊, 贾文涛, 冯文田, 郑阳, 刘智颖, 付跃刚.  深紫外光刻投影物镜的三维偏振像差 . 红外与激光工程, 2018, 47(8): 818006-0818006(8). doi: 10.3788/IRLA201847.0818006
    [13] 刘俭, 谷康, 李梦周, 谭久彬.  光学显微三维测量解耦合准则 . 红外与激光工程, 2017, 46(3): 302001-0302001(7). doi: 10.3788/IRLA201746.0302001
    [14] 刘东, 严天亮, 王道档, 杨甬英, 黄玮.  条纹投影与相位偏折测量技术研究进展 . 红外与激光工程, 2017, 46(9): 917001-0917001(10). doi: 10.3788/IRLA201746.0917001
    [15] 刘巍, 高鹏, 张洋, 杨帆, 李晓东, 兰志广, 贾振元, 高航.  面向大型零部件的三维形面高精度测量方法 . 红外与激光工程, 2017, 46(3): 317003-0317003(9). doi: 10.3788/IRLA201746.0317003
    [16] 李彪, 吴海涛, 张建成, 伏燕军.  正弦脉冲宽度调制条纹结合相位编码条纹的三维测量方法 . 红外与激光工程, 2016, 45(6): 617006-0617006(6). doi: 10.3788/IRLA201645.0617006
    [17] 陈超, 於燕琴, 黄淑君, 刘晓利, 徐静, 张宗华.  三维小视场成像系统 . 红外与激光工程, 2016, 45(8): 824002-0824002(6). doi: 10.3788/IRLA201645.0824002
    [18] 陈茜, 邱跃洪, 易红伟.  基于GPU的星图配准算法并行程序设计 . 红外与激光工程, 2014, 43(11): 3756-3761.
    [19] 王茂芝, 郭科, 徐文皙.  基于集群和GPU的高光谱遥感影像并行处理 . 红外与激光工程, 2013, 42(11): 3070-3075.
    [20] 石坤, 郝颖明, 王明明, 付双飞.  海面背景红外实时仿真 . 红外与激光工程, 2012, 41(1): 25-29.
  • 加载中
计量
  • 文章访问数:  219
  • HTML全文浏览量:  35
  • PDF下载量:  65
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-10-05
  • 修回日期:  2017-11-15
  • 刊出日期:  2018-03-25

GPU加速三维面形测量

doi: 10.3788/IRLA201847.0317003
    作者简介:

    赵亚龙(1990-),男,硕士生,主要从事三维面形测量方面的研究。Email:616475529@qq.com

基金项目:

国家自然科学基金(61675141);国家重大科学仪器设备开发专项(2013YQ490879)

  • 中图分类号: TN247

摘要: 随着通用计算和图形显示需求的不断增加,图形处理器(Graphics Processing Unit,GPU)在医学、科学计算、图像处理等领域得到了广泛的应用。但它在三维测量领域的应用还只是一个开始。文中基于傅里叶变换轮廓术(Fourier Transform Profilometry,FTP)和三频外差法设计了两套三维测量系统,并利用计算统一设备架构(Compute Unified Device Architecture,CUDA)方法,加速了静态或动态物体的三维重建。在三频外差测量系统中,需要利用高速数字投影模块和相机,同步触发采集小视场表面的12个变形条纹图,然后对图像数据进行处理。实验结果表明:对12幅1 360 pixel1 024 pixel大小的图像进行相位展开运算,GPU方法比CPU方法的效率提高了2 089倍。在基于FTP方法的测量系统中,摄像机只需记录一幅变形条纹图,然后拷贝到显存中,并用CUDA编程的算法进行处理,进而重建出物体的三维面形。基于GPU的FTP方法对一幅1 024 pixel1 280 pixel大小的图像进行计算,其计算时间比CPU方法缩短了27倍。

English Abstract

参考文献 (13)

目录

    /

    返回文章
    返回