论文研究基于OpenCL的点云分割方法.pdf

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。