多视环境下三维目标重构的多核实现方法研究是目前计算机领域研究热点,具有重要应用价值。三维目标重构算法比较复杂,数据量大,处理时间制约着三维目标重构的应用。很多3D应用希望快速实现三维目标重构,因此加快重构速度的研究具有重要的理论意义和实际意义。为加快三维目标重构速度,本文对三维目标重构进行并行性分析,并对重构过程涉及算法进行并行实现。本文主要工作和特色如下:1)为加快点云重构的速度,提出并行点云重构的实现方法。首先针对视点可能存在冗余的问题,提出基于灰度共生矩阵构造纹理特征差异度的方法,选取关键视点。然后对关键视点选取和特征点提取过程进行并行实现,并行提取关键视点图像的特征点。最后通过并行点云生成,加快点云生成速度。2)为加快体素化的速度,提出并行体素化的方法。体素化过程通过求解全局能量最小化的图切割问题对包围盒体素进行标识,得到3D目标的体素表示。采用数据分解方式分解包围盒为多个小包围盒,各线程对小包围盒求解图切割问题,并行实现体素化。3)为加快提取3D目标表面的速度,提出一种加快表面提取速度的并行方法。高阶平滑表面算法能够从二元包围盒中提取目标表面,且提取的表面存在很少失真。首先利用高阶平滑表面算法内在并行性,对高阶平滑表面算法进行并行化。然后采用优化技术提高算法的执行性能,同时采用矩阵压缩优化技术改善算法的内存空间性能。4)为加快恢复3D目标表面颜色的速度,对表面颜色恢复算法进行并行实现。三维目标重构中,目标表面以三角形网格形式表示,恢复表面颜色实际是构造三角形网格顶点颜色。构造顶点颜色是确定视点与顶点对应关系的过程,本文对平均法和最佳视点法进行并行实现以构造顶点颜色信息。