基于体元投影的一种非规则数据场体绘制方法

随着科学计算可视化的发展及其在实践中的应用,非规则数据场的可视化已成为当前的研究热点之一。由于非规则场中样点的大小、形状和分布是不一致的,在成像时面临更多的困难。常用的方法有光线投射法,单元投影法,以及单元投影与光线投射相结合等算法。吸取了上述算法的优点,同时利用非规则数据场的一些特性,采用了一些加速措施来加速绘制。通过实验验证,可以达到比较理想的效果。     

一种加速的规则体数据场光线投射体绘制算法

本文讨论了规则体数据场的体绘制算法,将光线投射体绘制算法看作是对体数据立方体投影多边形的填充,减少了投射光线的数目。将Bresenham画线算法推广到三维空间,减少了光线投射算法的计算时间。本算法已应用于我所开发的三维核磁共振图像分析系统中,效果较好。     

用于体绘制的可变模板法

作为投影成象的的一种重要方法，模板法在规则场的体绘制中取得了好的效果，然而，传统模板法要求样点的大小和形状一致，限制了其在曲线结构数据场和非规则数据场体绘制中的应用，因为这类场中样点的大小和形状变化很大。当前非规则场或曲线结构数据场中的体绘制计算复杂、成象速度很慢，严重影响了可视化的效率，本文提出了一种可变模板法，不受样点大小必须一致的限制，使得模板法能在曲线结构数据场和非规则场的体绘制中发挥充分     

基于相关性的快速体绘制研究

光线投射法是三维直接体绘制算法中的一种最基本方法,但简单的光线投射算法存在采样效率低和绘制速度慢的缺点。本文充分利用对象空间与图像空间的各种相关性,利用 对象空间中数据场的相关性,对采样点处的均匀性区域采用正方体进行度量,并以此来确定采样步长,在射线方向上采用自适应的采样方式,避免在采样点周围均匀性区域中中重复地进行采样,大大地提高了三维数据场的绘制速度。     

基于空间数据插值算法的空间散乱数据体绘制实现

体绘制技术是一种能够真实地反映空间数据场内部信息的可视化技术。在体绘制研究领域中,非规则的空间散乱数据体绘制目前仍然是一个研究热点。文中采用空间数据插值算法对散乱的原始数据进行网格化插值,然后使用光投影体绘制算法对规则网格数据进行体绘制。最后,通过新方法实现了某油藏区地下流体压力和孔隙度分布结构的体绘制。     

非规则数据场体绘制技术的研究

科学计算可视化的核心是三维数据场的可视化．当前三维可视化的研究热点是体绘制技术。文中介绍了三维非规则数据场体绘制技术的研究现状。在此基础上，通过对已有非规则数据场体绘制技术和算法的分析比较．预测非规则数据场体绘制技术今后的发展趋势以及将来应该重视的研究方向。除了改进已有算法、将各种算法结合起来外，还应该在硬件及系统加速技术方面做研究，同时结合漫游技术研究和开发高效的三维空间非规则数据场的可视化技术和并行算法。     

光线投射算法中重采样的设计和实现

体绘制技术在医学成像和科学可视化领域有着极为广泛的应用，但由于其巨大的计算开销，限制了其实时动态体绘制的应用，因此许多研究人员致力于静态体绘制加速算法的研究，为了提高体绘制速度。分析了三维规则数据场重采样的原理。光线投射算法中对3D数据场重采样的实现方法；根据具体重建对象，提出了在3D数据场重采样中采用球形包围盒的方法，给出了人体头部和眼球的三维可视化结果，实验表明：这种算法能有效地减少重采样的计算量，并使求交计算更加简单。     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

针对全空子数据体的GPU体绘制方法

体绘制是三维数据可视化的主要方法之一。用于体绘制的数据体中包含有大量的空体素,导致光线投射算法进行没有意义的重采样计算,必然降低绘制算法效率。针对全空子数据体体绘制低效问题,本文提出基于GPU体高效绘制方法。利用八叉树数据结构组织数据,有效管理包含许多空体素的子数据体。通过绘制八叉树非全空叶子结点子数据体表面,使光线投射算法中起始和终止重采样位置更接近数据体中的可视部分,同时根据八叉树全空结点子数据体判定纹理查询结果,计算合适的跳跃步长,快速跳过八叉树中全空结点子数据体,减少无效重采样点。当数据体中空体素较多时,实现对原基于体包围盒表面绘制的GPU光线投射算法的加速。设计不透明度函数,凸显数据体中层位面,并将算法成功应用于地震数据可视化,取得很好应用效果。     

建立在图像识别基础上的体绘制加速方法

提出了一种新算法——IRVR（Image Recognition Volume Rendering）,该算法能大幅降低冗余数据,从而提升体绘制速度。IRVR算法首先利用交叉熵阈值分割法从三维数据集中将物体像素和背景像素识别出来,然后将迭代光线追踪方法和物体检测采样策略结合起来对原始三维数据集进行采样。接着运用快速迭代法对分类数据集进行采样,从而定位视线与原始数据集的交点。IRVR算法还应用了准确正规采样方法（例如,三线性插值、样条插值等）在体绘制过程中对原始数据集进行插值。经过实验得出的结论证明IRVR算法既能提高体绘制的速度,又可以保证体绘制图像的质量。     

海量数据GPU体绘制优化研究

高性能GPU使得体绘制在廉价的硬件上获得良好的性能,但海量数据体绘制的效率依旧低下.本文探讨了GPU体绘制中图形硬件的瓶颈,并提出新颖的算法解决这些问题:采用数据分块和八叉树划分体数据实现空单元跳过优化.该算法解决了海量数据超过可用纹理空间的难题,同时允许实时改变体绘制传递函数.     

基于数据场相关性的光线投射算法

光线投射算法是体绘制中的经典方法,这一算污具有结构清晰实现便利的特点。但简单的光线投射算法存在采样效率低和绘制精度低的缺点。本文利用数据场的相关性和不等步长的采样方法来改善泡线投射算法的品质,使它既有快速的优点又具有较高的成象精度     

基于PC图形硬件的直接体绘制技术综述

对基于PC图形硬件的直接体绘制技术进行了介绍、归类和总结，力求为本领域的的研究提供一个较为详实的背景资料。     

并行分布式体绘制算法的设计

体绘制是一种需要大量计算资源和内存资源的可视化任务，本文提出一种并行分布式体绘制算法，对绘制任务进行适当剖分，使用连网的工作站进行计算，有效地加快了图形绘制速度。     

基于最优采样模式的自适应光线投射法

三维直接体显示算法是显示三维数据体的一种重要显示方法,已广泛应用在医学图象生成和科学可视化领域之中。光线投射法又是三维直接体显示算法中最基本的一种方法。然而由于光线投射法需要大量的计算而受到限制。该文从减少光线投射数目的角度出发,提出了一种基于最优采样模式的频率投射算法。它的优点是不仅可以利用人的简单的视觉模型和强大的傅立叶分析工具,而且在采样模式上也更能符合人类视觉特点,减少了假模式,从而使更多     

不规则地质体的分割与体绘制方法研究

提出一种基于局部信息的区域增长方法(LI—RGA),该方法克服了最小偏差区域增长算法(R—RGA)中一致性准则函数定义的模糊性问题．实验结果证明,算法的分割准确性有所下降,但基本上不影响对不规则地质体的解释和分析工作．针对地震数据的特点,对传统光线投射算法进行了简化,并将分割出的不规则地质体定义成区域模板,再与改进的光线投射体绘制算法结合起来．实验证明,此方法能够清晰地再现数据体中的不规则地质体,并能同时显示重要的地质特征体．     

硬件加速的大数据量自适应体绘制

利用树形结构和纹理映射技术,在普通微机上实现对大数据量体数据的实时交互.依靠八叉树结构和显卡的硬件加速功能,将体数据划分为不同精度的数据块,打破了大数据显示时显存与内存间容量和带宽的限制,通过交互策略动态遍历该树,实现对大数据量体数据多精度的绘制.实验结果表明,文中方法在普通微机上可以大于10帧/s的速度交互操纵GB级以上的体数据.该方法可有效地降低体绘制对于硬件的需求,使得在较低配置下对其交互成为可能.