基于GPU的层次包围盒快速构造方法

为了能够在基于光线跟踪技术的真实感图形绘制过程中迅速而高效地排除无效的光线相交计算,快速地构造高质量的加速结构,提出基于图形处理器（GPU）体系架构研究基于图形处理器的层次包围盒快速构造方法.在构造初期、构造中期、构造末期3个阶段分别针对二叉树结构特点和多核架构特点来设计不同的策略,从而实现层次包围盒结构(BVH)的并行快速构造.实验表明,采用该方法可以最大限度地发挥图形处理器强大的并行计算能力,有效使用硬件计算资源和存储资源,在保证加速结构构造质量的前提下大大缩短加速结构的构造时间.     

基于CSG体的投影包围盒加速算法研究

在研究和比较各种光线跟踪算法的基础上,提出了一种投影包围盒的光线跟踪算法。采用二叉树构造实体几何（constructivesolidgeometry,CSG）实现数据保存并构造CSG树,同时在CSG树的每个节点建立投影包围盒,每个CSG树的投影包围盒由其左右子树的布尔操作来完成。实验结果表明,该算法能够缩短渲染时间,提高CSG体的渲染效率。     

基于树状层次有向包围盒的碰撞检测算法

基于三维求交方法,在虚拟现实环境下对三维物体进行有向包围盒(OBB ori-ented bound ing box)的构建及树状分割,提出了快速的碰撞检测方法,并结合OpenGL的支持,使虚拟物体的碰撞具有真实感.     

基于三角形包围盒的纹理地图集生成算法

在平面坐标系中旋转所有网络三角形,使其最长边为水平方向。按照包围盒高度递减次序,将每个三角形包围盒在地图集中沿扫描线顺序滑动。通过标签矩阵中的包围盒碰撞测试实现三角形纹理的空间定位,由此获取三角形纹理坐标并完成对地图集的纹理填充。采用二分法测试三角形的最佳缩放系数,使所有三角形包围盒正好填满地图集空间。理论分析与试验结果表明:该算法具有简单稳定、存储纹理不变形的优点,与同类算法相比其空间填充率有较大幅度提高,运行时间没有明显增加。     

一种基于OBB包围盒算法的改进

为了提高碰撞检测的速度,对虚拟环境中的物体进行了假设,提出了方向圆柱包围盒检测方法,并结合各类包围盒的特点,分析了不同类型包围盒之间算法,实现了层次包围盒碰撞检测算法的优化,提高了碰撞检测的速度,增强了系统的实时性。     

一种快速的基于并行的碰撞检测算法

提出了一种基于并行的碰撞检测算法,主要采用分治策略建立平衡包围盒树,通过遍历包围盒树组成任务树,采用流水线技术遍历任务树来加速碰撞检测。该算法同时应用了多线程技术,能运行于单处理机和多处理机。     

基于层次包围盒和光线追踪的两步法碰撞检测技术

为了实现虚拟现实场景中物体间的实时碰撞检测,结合层次包围盒和光线追踪算法的优点,提出了一种新的两步法碰撞检测技术.利用层次包围盒法进行预处理优化,快速排除不相交的包围盒,将预处理结果直接传递给后续精确检测模型.采用光线追踪法在一维空间迅速搜索到具体碰撞点对,并返回点对间的距离和表面法向量等碰撞响应所需的量.预处理阶段和精确碰撞检测过程中的输入都存储在相同的数据结构,即八叉树中,减少了冗余的计算量.仿真实验表明,两步法碰撞检测技术对点对间的碰撞检测具有较好的准确性和高效性.     

基于包围盒编码的曲面求交算法

利用包围盒编码技术,以分割后的小曲面片为基准,建立新的坐标系,并分别构造各小曲面的最小包围盒,以每个包围盒的中心为坐标中心,进行空间划分和编码;分割求交曲面,并取各小曲面的角点和顶点,利用角点和顶点所在区域的编码间的逻辑运算来判断曲面与包围盒的关系,以此提高求交效率.     

基于层次包围盒与平均单元格的三角网格求交

层次包围盒法,通过在求交过程中对模型包围盒地不断划分,最终筛选掉大量不相交的三角面片.平均单元格法,对求交模型进行预处理,以加快相交元素对的获取.综合两种方法的各自优势,提出一种混合的求交算法,对两个模型分别创建各自包围盒,进行层次包围盒法,粗略地排除不相交的三角形;再采用平均单元格法,将相交的三角形准确地定位到各个单元格内.实验结果表明:该算法速度远远大于层次包围盒法,与平均单元格法的速度大致相当,但是消耗的内存却大大减少,使得该方法更适用于巨大的模型场景.     

图形机械手碰撞检测简化算法

参考较为成形的基于包围盒层次的碰撞检测算法,针对本系统液压伺服机械手的特有结构,采用一种简单易行的线面关系、面面关系算法来实时处理图形机器人与待操作对象的精确碰撞检测,最后通过实验验证了该算法的有效性。结果表明:所提出的碰撞检测模型具有计算量小,速度快以及易于编程实现等优点。解决了遥操作工程机械手的在线实时仿真问题,可以较好地应用于简单的虚拟现实系统。     

一种基于GPU的图元网状结构DRR并行加速算法

针对网状结构具有相对复杂的空间特征,传统的方法往往在遍历网格的过程中需要消耗大量时间,难以满足众多二维三维配准应用的实时性需求问题。本文在传统RayCasting算法基础上,提出了一种基于图元的方法,并通过空间几何的方法和光线的筛选技术很大程度上减少了时间消耗。实验结果说明了算法的有效性,同时该算法具有可并行性。     

CUDA架构下的快速Wallis影像增强算法

针对图像增强通常需要较大的计算量、用传统方法难于进行实时处理的问题,提出了一种基于图形处理器加速的Wallis变换影像增强方法.借助于图形处理器较强的运算能力,利用CUDA并行计算架构在PC机上实现了快速Wallis图像滤波算法,包括图形处理器（GPU）上任务分解、大规模计算核心的分解方法,结合使用共享存储器、全局存储器对算法进行加速,使用线程块内的共享存储器较好地解决了同一计算子空间的各线程同步问题.对比了CPU和GPU计算Wallis影像变换的时间,结果表明,随着图像分辨率的增大,Wallis并行算法可以把计算速度提高40倍.该方法具有较好的实时性,可大大提高图像增强过程的处理速度,显著地减少了计算时间.     

基于GPU的档案数据库应用研究

随着信息技术的进步,数据库在档案管理工作中的应用越来越广泛。通过数据库可以将档案管理中涉及到的大量信息按一定的数据模型组织起来,实现档案信息的存储、维护、检索和处理等功能。作者提出了利用图形处理器较强的运算能力,将GPU用于档案数据库领域的相关研究,这些应用包括谓词、聚集、排序、连接等。实践证明大大提高了对档案数据库信息的处理速度,显著地减少了查询时间。从而使用户能方便、快捷、准确地从档案中获取所需的信息,提高了档案的管理效率。     

一种分层并行迭代式链码跟踪直线提取算法

提出了一种分层并行迭代式链码跟踪直线提取方法.该方法首先基于分层并行结构,将图像按层次分割成若干独立的半径逐级递增的子区域;在第一层的处理中,基于现有链码跟踪法,在跟踪起始点的选择、链码跟踪处理、直线段提取等方面进行了相应改进,并行实现各子区域线段的提取;在较高层子区域,根据包含的次级子区域的直线段信息,引入四类非重叠窗口标记处理,进行连接与合并的高效迭代处理,实现图像直线段的获取.该方法具有很好的实时性和检测精度,并且保持了直线的端点、长度等信息.实验结果证明了该方法的有效性.     

应用GPU编程的水声对抗视景系统关键技术

针对水声对抗复杂环境的实时细致再现问题,应用图形处理器(GPU)编程技术,基于开放场景图(OSG)视景引擎研究开发了一套通用的视景仿真系统.设计了系统的体系结构和场景组织,利用投影网格模型和GPU上快速傅里叶变换的方法生成海浪网格;采用纹理映射技术实现了海面的反射和折射效果;并实现了海底的光束、浮帘粒子和模糊效果;依据后续渲染技术模拟了场景的高动态范围(HDR)效果;基于FMOD音频引擎开发了OSG声音节点类,实现了物体三维声音、事件声音和背景声音的播放;基于多播组通信方式,提出了一种同步性较好、可自由拼接和拆分的多通道组合显示方法.实际应用结果表明,该系统具有较好的实时性和更好的显示效果.     

Decoding of regular LDPC codes accelerated by the GPU

To take advantage of the high speed parallel feature of the GPU and the parallel section in the regular LDPC codes decoding process, a method is proposed by which the GPU is used to accelerate decoding of regular LDPC codes. In this method, edges of nodes are used in parallel decoding instead of nodes themselves to improve the utilization of threads. At the same time, the use of the high-speed on-chip GPU memory-shared memory and registers to store data makes data reduce dependence on global memory and shorten access time. Simulation results show that, by using parallel computing on edges and the on-chip memory, the decoding speed can be 5.32 ～ 10.41 times relative to the LDPC codes decoding program that does not use the optimization method of this paper based on the GPU.     

基于异构模式的高光谱数据加速处理方法研究

随着遥感卫星更高时空分辨率的大气探测需求,大气遥感高光谱数据量骤增,传统高光谱数据的处理效率较低,无法满足高性能处理高光谱数据的需求.首先介绍了国内外研究者利用图形处理器(GPU)加速处理遥感高光谱数据的应用实例,然后对基于CPU-GPU异构模式的大气遥感高光谱数据傅里叶分析的并行化计算进行了研究,并进行算法实现,最后同传统基于CPU计算做了实验比较.实验结果表明,使用基于CPU-GPU异构模式的方法处理高光谱数据时,在保证数据准确性的同时速度提升80多倍,验证了将GPU加速用于处理大气遥感高光谱数据的有效性,可以更好地满足气象卫星更高时空分辨率的大气探测需求.     

宽带信号匹配滤波的GPU实现及性能优化

从宽带相关的角度推导了基于小波变换的匹配滤波算法及基于快速傅里叶变换(FFT)算法,并分析了算法复杂度,提出了基于图形处理器(GPU)的可配置宽带匹配滤波的软件实现和理论预测与函数实测结合的优化方法.通过优化线程块的维度、绑定纹理寄存器来改进内核函数性能,再使用计算统一设备架构(CUDA)库来降低FFT与极值搜索的时延,并进行了性能优化设计.在性能测试中,文中方法在GPU平台的实现相比8核CPU平台的实现具有3.3倍加速比,其处理时延能够满足宽带匹配滤波的实时性需求.