王敏

摘要：三维点云配准在逆向工程中应用广泛，能为古建筑保护实现三维建模提供精确的数据依据。针对大规模多视角古建筑点云数据进行配准，研究了FPFH特征提取的串行算法，设计了三类并行方案，分别为利用基于CPU的并行编程标准OpenMP进行并行优化加速、利用基于GPU的并行计算架构CUDA进行并行优化加速，以及利用CPU/GPU的异构并行，结合OpenMP和CUDA的特点应用于特征子求取。实验结果表明，第三种方案能合理设计并优化特征子求取，获得较为理想的加速比。

关键词关键词：点云配准；FPFH；并行计算；CUDA；OpenMP

DOIDOI：10.11907/rjdk.171848

中图分类号：TP301

文献标识码：A文章编号文章编号：16727800（2017）011002904

0引言

古建筑保护需要使用逆向工程，主要是利用测试仪器获取的多视点数据加上它们之间的原始坐标变换关系，进行点云数据间的配准。随着扫描仪测量精度不断提高，点云数据规模将变大。

針对配准算法、点云配准算法，应用最为广泛的是由Besl和Mkcya[1]提出的最近点迭代（Iterative Closest Point，ICP）算法，通过迭代搜索两片点云之间的最近点，建立对应的匹配关系。然而，搜索过程相当耗时且会陷入局部极值。尤其是针对解决多视点的配准，为了解决这类问题，学者们提出了许多基于几何特征的改进配准算法，如Rusu、Radu等[2]提出了点特征直方图PFH（Point Feature Histograms），后来又提出了快速点特征直方图FPFH（Fast Point Feature Histograms）[3]，并在PCL点云库中实现了相应算法[4]。

随着GPU/CPU异构并行技术的快速发展，GPU浮点计算能力与CPU相比提高了几个数量级。特别是英伟达的统一计算架构CUDA（Compute Unified Device Architecture）[5]提供了更直观的编程模型和优化原则[6]。……