12、基于点云的 CPU 计算全息图（CGH）加速方法

基于点云的 CPU 计算全息图（CGH）加速方法

在计算全息图（CGH）时，从点云数据计算全息图的过程可能会非常耗时。本文将介绍几种加速基于点云的 CPU 计算全息图的方法，包括使用单精度浮点类型、多线程和 SIMD 编程以及递归算法实现等。

1. 双精度浮点类型计算性能评估

首先，我们评估了使用双精度浮点类型计算 1,920 × 1,080 全息图的计算时间和内存使用情况。观察了由约 1,000 个点、40,000 个点和 1,000,000 个点组成的三种物体。计算全息图时使用一个缓冲区来存储对象点的坐标数据和计算结果。内存使用量的计算公式如下：
- 点云数据大小：float 类型大小 × 3D 坐标 × 对象点数量 = 12Nobj
- 全息图数据大小：float 类型大小 × 全息图像素数量 = 4Nhol

因此， xyz_to_psi 函数使用的内存量为 12Nobj + 4Nhol。相关性能数据如下表所示：

Nobj	计算时间 [s]	使用内存 [MiB] (12Nobj + 4Nhol)
710	28.42	7.92 (0.01 + 7.91)
44,647	1,828.25	8.42 (0.51 + 7.91)