基于视频图像的三维重建是计算机视觉、图形图像、虚拟现实等领域的重要研究内容,其目标是利用一幅或多幅二维视频图像恢复三维场景信息。可视外壳建模方法能够利用目标物体多视点的侧影轮廓快速重建其对应的三维模型,是目前常用的三维重建方法。但是可视外壳方法只能在一定条件下做到实时,为了更好地将其应用于虚实交互与三维建模系统,需要优化算法的效率,保证建模的实时性。本文以提高建模速度为目标,在分析了各种可视外壳建模方法及现有的效率优化方案基础上,结合GPU可编程机制和并行计算的思想,围绕基于硬件加速的可视外壳效率优化进行了重点研究:1.首先研究可视外壳建模的思想、分类及主要方法,分析现有的可视外壳效率优化方法及研究成果,然后结合现代图形硬件(GPU)的体系结构,讨论GPU的并行计算能力和可编程特性,最终确定了将GPU并行计算应用于可视外壳建模的方法。2.通过对可视外壳建模方法的研究,结合多线程和并行计算的思想,研究可视外壳的并行计算模型。将数据预处理操作和可视外壳生成算法进行详细的任务分解,提出并行化模型。在此基础上,给出基于GPU的可视外壳仿真计算平台,进行可视外壳的算法优化研究与仿真实验。3.在分析研究现有的基于GPU的可视外壳效率优化方法的基础上,提出基于CUDA的可视外壳并行计算方法。该方法利用GPU的并行计算能力加速建模,将基于体素的可视外壳生成算法转化成CUDA线程块并行执行,充分利用体素数据之间的数据无关性,并行计算体素及体素顶点的状态。同时该方法还针对建模过程中数据在主显存间传输较慢的问题,对数据存储和传输进行了一定程度的并行优化,实现了任务间的并行执行,进一步提高了建模效率。最后,在仿真平台上实现上述并行算法,与传统的基于CPU的可视外壳串行算法进行实验数据的对比与性能分析。实验表明,本文提出的可视外壳并行计算方法在保证建模精度的前提下,能够快速重建目标物体的完整的可视外壳模型,加速效果明显。