一种高度并行的多任务并行绘制系统结构

随着计算机图形技术的实用化，需要构造更逼真、更精细的三维复杂场景，其数据规模日益膨胀，加上对场景的实时交互的要求也越来越高，人们对多屏幕高分辨率显示的需求与日俱增，迫切需要一种针对大规模复杂场景的多任务并行图形绘制系统。本文介绍了一种适用于大规模复杂场景的高度并行的多任务多屏幕并行图形绘制系统的体系结构，支持图形任务的并行化处理和多屏幕显示。该系统结构将几何计算任务与图形绘制任务相分离，分剐进行并行化处理，在计算节点按绘制对象类型对任务进行分类以便于并行计算和任务分配，在绘制节点对各个小块屏幕图形进行并行合成。实验测试结果表明，该系统结构对多任务具有较好的并行效率和可扩展性，能够充分利用系统的并行计算资源，达到较好的绘制效果。     

基于实时梯度计算的快速纹理映射体绘制

本文分析讨论了一种基于实时梯度计算的纹理映射体绘制算法。在绘制过程中实时计算每个体素上的梯度，有效地减少了在传统基于纹理映射的体绘制中，对梯度预先计算的耗时操作，也降低了内存的消耗，加快了整个绘制过程。同时，采用三维Sobel算子对梯度进行计算，并进行归一化处理，有效地提高了绘制图像的质量。在实现中充分利用了目前PC图形硬件成熟的可编程特性，特别是fragment program，来完成梯度的实时计算。最后对医学体数据进行绘制，得到了理想的结果。     

一种优化绘制顺序的光线投射算法

针对光线投射算法难以满足实时性需求的问题,提出一种光线投射改进算法。该算法把梯度估计、分类与着色、明暗计算过程放置体绘制预处理阶段,减少绘制过程计算任务;简化光照模型,从前向后进行融合运算提前终止融合,避免不必要的计算量。实验结果表明该算法能有效提高光线投射算法的绘制速度。     

基于PC系统平台实现快速体绘制技术

体绘制技术可将难于理解的三维数据场转化成直观的图像，作为一种最具前景的科学计算可视化技术在医学影像方面有着极强的实用意义。由于体绘制算法需要强大的计算能力，在通常的PC系统上难以实现满足交互式应用的绘制速度，因此阻碍了其普及。研究PC系统上的快速体绘制技术，无疑具有重要的意义．本文使用Shear-warp的体绘制算法，并利用Intel公司的SSE2扩展指令对整个绘制过程进行加速，实现了基于中高档桌面PC系统平台的快速体绘制应用。     

基于稀疏矩阵的并行体绘制算法

直接体绘制是三维数据可视化的重要方法。在实际应用中体数据规模庞大，如何降低计算工作量以获得更高的绘制速度是一个亟待解决的问题。文章针对该问题提出了一种运行于集群系统之上的基于稀疏矩阵的并行Splatting体绘制算法，该算法利用稀疏矩阵对体数据结构进行优化，通过实验获得了令人满意的结果。     

大坝地震反应数据场快速体绘制算法

为了弥补传统体绘制静止画面时，不能明确判断场值集中部位的不足，提出了一种快速体绘制算法，针对大坝地震反应有限元计算数据场，根据每个单元法线与视线夹角最小的表面来选择剖切方向，将单元剖切成多个四边形面后进行颜色融合和叠加，大大提高了体绘制速度，实现了动态观察体绘制图，从而清楚地分析场值集中部位。     

交互式动态体绘制及其加速算法

体绘制三维成象法是一门新兴的3D采样数据场可视化技术，在医学成象和科学可视化领域有着极为广泛的应用，但由于3D数据量大，其使用往往受到巨大计算开销的限制，因此很多研究人员致力于静态体绘制加速算法的研究，并解决医学图象三维可视化中三维体数据显示速度与成象质量问题，因而提出了一种交互式动态体绘制算法，即从任意的视点距离和视线方向进行动态编制，并在分析其算法复杂度的基础上，提出一种新的加速算法，同时使得动态体绘制过程几乎达到实时的效果，经验证，这种算法比标准算法快4～5倍。     

基于决策树分类的体绘制加速技术

为了提高体绘制速度，提出一种新的算法。该算法通过决策树对体素分类，同时采用行程编码辅助模型存储决策树分类结果。在遍历体素模型时，只访问感兴趣的体素分类，而忽略那些空的和不感兴趣的体素分类，减少了体素的计算量。实验结果表明，此算法不仅保持了图像的绘制质量，而且明显提高了体绘制速度。     

交互体绘制中的快速颜色合成

颜色合成是体绘制的重要组成部分，其中大量重复计算严重影响了绘制的实时性。为了减少颜色合成中的计算量，该文从体数据中分离出了与交互绘制无关的特征进行预处理，进而避免了交互绘制过程中的大量重复计算。对于稳定采样区间的颜色合成，提出了基于透明度标尺的颜色合成新算子，该方法对于类属较少的体数据，其绘制加速效果是十分明显的。     

加速体绘制技术

根据体绘制成像的各个操作环节，对体绘制的加速技术进行了较全面且系统的介绍，包括色彩合成、光线与数据的求交、插值计算、排序及视见变换、对体绘制的基于硬件及系统方面的加速技术（如并行体绘制和漫游体绘制）也进行了一些讨论，在实际应用中，只有将各种加速技术进行有机地结合才能充分发挥体绘制的可视化作用。     

三维标量场并行等值面提取与绘制技术

通过研究并行等值面提取与绘制的各项关键技术要点,面向三维标量场的特点,在sort-last并行绘制模式的基础上提出一个三维标量场并行等值面提取与绘制框架.该框架在任务分配时采用静态分配的模式,在等值面提取时采用Marching Tetrahedra等值面提取算法,在并行绘制与场景合成时采用预先构建绘制节点控制模型的混合场景并行绘制合成算法.实验结果表明,该框架能够有效地提高大规模时变三维标量场的等值面提取与绘制效率,满足实际应用的需要.     

时变三维标量场并行计算与绘制框架研究

群体研讨中专家思维的不确定性、研讨信息的非结构化给达成研讨共识带来了困难。针对此问题提出了一个由自然属性与人工属性集成的研讨信息模型,结合论点框架、有效论点组和支持分配函数等概念,研究了不确定性研讨信息提取的机制,探讨了一种基于平均论据的信息融合方法,旨在促进认识的螺旋上升和群体共识的达成。最后结合以汽车为对象的客户需求研讨,用案例说明了模型和方法的可行性与有效性。     

Dynamic load balancing for parallel polygon rendering

Using parallel processing for visualization speeds up computer graphics rendering of complex data sets. A parallel algorithm designed for polygon scan conversion and rendering is presented which supports fast rendering of highly complex data sets using advanced lighting models. Dedicated graphics rendering engines do not necessarily suit such data sets, although they can support real-time update of moderately complex scenes using simple lighting. Advantages to using a software-based approach include the feasibility of adding special rendering features to the program and the capability of integrating a parallel scientific application with a parallel graphics renderer. A new work decomposition strategy presented, called task adaptive, is based on dynamically partitioning the amount of computational work left at a given time. The algorithm uses a heuristic for dynamic task decomposition in which image space tasks are partitioned without requiring interruption of the partitioned processor. A sophisticated memory referencing strategy lets local memory access graphics data during rendering. This permits implementation of the algorithm on a distributed memory multiprocessor. An in-depth analysis of the overhead costs accompanying parallel processing shows where performance is adequate or could be improved     

并行图形绘制技术综述

为研究并行图形绘制技术,介绍图形绘制的流水线过程,对其内在的可并行性进行分析,研究并行绘制的实现方式,包括流水线并行、数据并行和作业并行,以及前分布拼接合成、中分布拼接合成和后分布拼接合成,讨论并行绘制面临的主要问题及其发展趋势。     

Equalizer: A Scalable Parallel Rendering Framework

Continuing improvements in CPU and GPU performances as well as increasing multi-core processor and cluster-based parallelism demand for flexible and scalable parallel rendering solutions that can exploit multipipe hardware accelerated graphics. In fact, to achieve interactive visualization, scalable rendering systems are essential to cope with the rapid growth of data sets. However, parallel rendering systems are non-trivial to develop and often only application specific implementations have been proposed. The task of developing a scalable parallel rendering framework is even more difficult if it should be generic to support various types of data and visualization applications, and at the same time work efficiently on a cluster with distributed graphics cards. In this paper we introduce a novel system called Equalizer, a toolkit for scalable parallel rendering based on OpenGL which provides an application programming interface (API) to develop scalable graphics applications for a wide range of systems ranging from large distributed visualization clusters and multi-processor multipipe graphics systems to single-processor single-pipe desktop machines. We describe the system architecture, the basic API, discuss its advantadges over previous approaches, present example configurations and usage scenarios as well as scalability results.     

分布式渲染中动态任务拆分算法的研究

分析了分布式渲染环境的构架，在此基础上，针对传统的静态划分屏幕区域算法存在的不足，提出了改进后的基于。sort-first并行渲染的动态任务拆分算法。该算法递归地将屏幕区域划分成若干子区域，并将图元组归属到相应区域，平衡了渲染节点间的工作负载，大大降低了对网络带宽的需求。实验表明在分布式环境中是一个快速高效低成本的算法。     

基于动态数据分布的并行Shear-Warp体绘制算法

提出了基于动态数据分布的并行Ｓｈｅａｒ－Ｗａｒｐ体绘制算法和新的动态数据分布策略,利用空闲的广播通信线路使数据重分布与绘制并行进行,提高了通信线路的利用率、避免了冗余存储,减少了资源浪费,并避免了对算法效率的影响;改进的任务分配与负载平衡策略,避免了节点机负载的不平衡和流水线作业的积压,提高了算法的效率。     

带负载平衡策略的PC sort-first并行渲染系统

针对具有高性价比、优兼容性、灵活扩展性的基于PC的并行渲染系统的特点,设计并实现了一个带负载平衡的PC集群sort-first并行渲染系统,并进行了测试,证明了其负载平衡策略对于渲染任务分布不均的实时渲染要求的有效性.文中详细介绍了该系统的结构和实现以及所采用的负载平衡策略,同时介绍了该系统的两个关键技术：归属判断和网络同步.对于归属判断技术给出了具体实现步骤、试验验证数据和结论.对网络同步,介绍了该系统网络通讯和结点同步的具体实现方法.最后给出了系统的测试数据、效果图、以及实验结论.     

利用Master-Slave-Collector模式的大规模数据集的并行体绘制

以内部网络和普通配置计算机为实验平台,研究大规模数据集的并行体绘制的实现方法,以提高绘制速度和算法效率。分别介绍并行可视化、Master-Slave-Collector模式、负载平衡、任务池和结果池等关键技术。在传统的Master-Slave模式基础上的改进模式Master-Slave-Collector,具有减少计算时间、实现负载平衡、提高绘制效率等优点。实验结果表明,该方法较好地解决了运算速度和内存空间这两大难题,效果良好,实时性强,在临床诊断和科学研究中发挥重要作用。