大规模数据快速体绘制方法的设计与实现

体绘制是科学计算可视化的重要手段,针对大规模数据场体绘制计算量大、效率低的问题,提出一种基于哈尔小波变换的三维规则网格数据场快速体绘制方法.采用整体描述、局部细化的策略对转换后的数据进行组织、管理和调度,实现了多尺度分析和快速随机存取,并有效解决了CPU在处理大规模数据集时纹理内存的局限;采用基于CUDA(计算统一设备架构)的GPU加速技术提高体绘制算法性能,很好的实现了大规模数据集的交互式可视化.     

小波变换在规则体数据可视化中的应用

针对规则体数据的特点，提出了一种介于直接体绘制和面绘制之间的切片法来实现其可视化，用双线性插值的方法获取切割面上的属性值，并用颜色编码来表示属性值。探讨了三维小波算法在规则体可视化中的应用，给出了用三维小波压缩规则体数据的一般方法。     

基于压缩域的脑成像大数据体可视化方法

脑科学是当今国际科技研究的前沿邻域,而对高精度脑成像数据进行可视化是脑神经科学在结构成像方面的基础性需求。针对高精度脑成像数据可视化过程中存在的数据量大以及绘制效率低的问题,提出了基于分类分层矢量量化和完美空间哈希相结合的压缩域可视化方法。首先对体数据进行分块,记录每块的平均值并依据块内体数据的平均梯度值是否为0进行分类;其次运用分层矢量量化对平均梯度值不为0的块进行压缩;然后用分块完美空间哈希技术存储压缩得到两个索引值;最后对上面的压缩体数据进行解码得到恢复体数据,采用分块完美空间哈希对原始体数据与恢复体数据作差得到的残差数据进行压缩。绘制时,只需将压缩得到的数据作为纹理加载到GPU内,即可在GPU内完成实时解压缩绘制。实验结果表明,在保证较好图像重构质量的前提下,该算法减少了数据的存储空间,提高了体可视化的绘制效率,从而可以在单机上处理较大的数据。     

基于VTK三维地震数据体绘制系统框架

针对地震数据信息量大的特点,文中提出了一种针对三维地震数据体绘制系统的框架。解决的方法是将数据处理、用户交互、渲染绘制分离成三个模块,并且设计了层次结构来保持模块之间的独立性,便于各个模块的修改、更换和扩展,提高了可视化绘制系统快速开发的灵活性。基于三维可视化开发工具包VTK,设计并编程实现了一个地震数据体绘制系统界面。通过实验结果证明,此体绘制方案是可行的、有效的。     

体数据的多尺度张量表达与可视化

图形硬件的发展为实时体数据可视化提供了硬件保证,然而随着扫描技术的发展,大数据可视化仍然面临显存不足问题,因此研究保持数据特征的压缩表达方法就非常重要。应用张量近似思想建立了体数据的多尺度表达与可视化方法,一方面多尺度张量近似实现了数据压缩,解决了大数据的绘制问题;另一方面,张量近似的自适应压缩基保持了体数据的尺度特征。实验结果表明,该方法是有效的。     

基于地震体追踪的有序扩展算法

三维地震解释离不开三维可视化技术,对于透视图和三维可视化来说体元追踪技术是最好的技术.本文提出一种基于地震体追踪的有序扩展算法,该算法实现了数据体的三维自动追踪,是沿着真正的三维路径追踪数据体的,追踪是在纵横测线和时间方向同时进行.     

基于扩展多尺度Wedgelet的三维体数据压缩算法

针对小波变换在压缩高维空间数据特征上存在的明显不足,结合多尺度几何分析中的wedgelet理论,提出一种新的三维体数据压缩算法。将wedgelet理论扩展到三维,利用其多尺度多分辨率分析能力及体数据的几何正则性对三维体数据进行压缩,较好地保留了体数据的轮廓曲面特征。通过提升小波及DCT方法对3种不同体数据的压缩实验显示,该算法压缩率较高、重构效果比较理想。     

基于B/S架构的三维体数据可视化系统的设计过程

设计并实现了一个基于B/S架构的三维体数据可视化系统,系统在服务器端进行数据存储和处理;浏览器端采用基于WebGL技术实现了实时直接体绘制和三维等值面绘制.     

基于体平滑的体绘制纹理伪边界消除算法

直接体绘制能够清楚的显示三维数据场的内部信息,是科学可视化中非常重要的一类方法。其中,基于二维纹理映射的三维数据直接体绘制方法具有绘制速度快、可交互性强的优点。其基本思路是将三维数据体在时间或深度方向形成一组水平纹理切片,通过这些切片的纹理贴图,实现三维数据体的体绘制,在交互性和资源消耗之间取得了较好的平衡。本文针对基于二维纹理映射的直接体绘制方法中在透明与不透明边界产生阶梯状条纹的伪边界问题,提出了一种基于体平滑的算法。该算法通过在透明数据与不透明数据的边界进行体平滑,使采样过程中缺失的数据表现到抽样的切片上,从而在最终图像生成阶段淡化甚至消除阶梯状条纹伪边界。实验结果表明,相对于传统二维纹理映射方法,本算法实现体绘制效果平滑,提高了绘制效果。     

基于数据驱动的航天器三维可视化系统设计

航天器数据庞大繁杂,为了给设计人员提供快速检验设计思想的便捷工具,对基于数据驱动的航天器三维可视化系统进行了研究。在分析航天器可视化系统特点的基础上,提出系统功能要求,继而提出了基于数据驱动的三维可视化系统构建方案,介绍了可视化系统组成、核心模块关系。在基于MFC框架及Vega Prime为主的开发的前提下,对系统模块划分进行了研究,给出模块功能和实现方案。为了提升系统展示效果,对消息缓冲与插值延迟、特效集成与驱动机制、相机管理和场景切换等关键技术提出了优化设计方案,使之更加适应航天器可视化展示需求。设计系统较传统可视化系统展示更为流畅,场景视角切换更为智能。系统已应用于多个航天器研发工作中,应用效果证明系统具有良好的通用性和实用性,具有一定的推广价值。     

Wavelet-Based 3D Compression Scheme for Interactive Visualization of Very Large Volume Data

Interactive visualization of very large volume data has been recognized as a task requiring great effort in a variety of science and engineering fields. In particular, such data usually places considerable demands on run-time memory space. In this paper, we present an effective 3D compression scheme for interactive visualization of very large volume data, that exploits the power of wavelet theory. In designing our method, we have compromised between two important factors: high compression ratio and fast run-time random access ability. Our experimental results on the Visual Human data sets show that our method achieves fairly good compression ratios. In addition, it minimizes the overhead caused during run-time reconstruction of voxel values. This 3D compression scheme will be useful in developing many interactive visualization systems for huge volume data, especially when they are based on personal computers or workstations with limited memory.     

Volumetric video compression for interactive playback

We develop a volumetric video system which supports interactive browsing of compressed time-varying volumetric features (significant isosurfaces and interval volumes). Since the size of even one volumetric frame in a time-varying 3D data set is very large, transmission and on-line reconstruction are the main bottlenecks for interactive remote visualization of time-varying volume and surface data. We describe a compression scheme for encoding time-varying volumetric features in a unified way, which allows for on-line reconstruction and rendering. To increase the run-time decompression speed and compression ratio, we decompose the volume into small blocks and encode only the significant blocks that contribute to the isosurfaces and interval volumes. The results show that our compression scheme achieves high compression ratio with fast reconstruction, which is effective for interactive client-side rendering of time-varying volumetric features.     

基于关系数据库的海量地学真三维体数据组织

在地学领域,体数据的海量性已经成为制约真三维GIS发展的瓶颈之一。由于受到目前数据库访问技术的限制,传统海量体数据的组织还主要依靠文件系统,从而导致安全性和共享性差、并发访问异常、数据冗余以及无法统一管理等诸多问题。针对以上缺陷,提出一种类八叉树空间划分思想,在此基础之上,给出了基于关系数据库的海量地学真三维体数据组织方法,并实现了相关的空间查找、多分辨率和海量数据内外存交换策略。实践证明,该方法在性能上可以满足海量数据的组织及三维可视化等实际应用的需要。鉴于关系数据库是目前实用性、普及性最高的数据库,因此该方法具有较高的推广性和实用价值。     

一种高效体数据压缩算法及其在地震数据处理中的应用

采用可编程图形硬件对大规模体数据进行直接体绘制时常常受到图形卡容量的限制,导致数据在内存与显存之间频繁交换,从而成为绘制的瓶颈.为此,提出一种大规模体数据矢量量化压缩算法.首先对体数据分块,并依据块内数据平均梯度值是否为0对该块进行分类;然后用3层结构表示梯度值非0的块,对其中次高层和最高层采用基于主分量分析分裂法产生初始码书,用LBG算法进行码书优化和量化,而对最低层以及梯度值为0的块采用定比特量化.实验结果表明,在保证较好图像重构质量的前提下,该算法可获得50倍以上的压缩比和更快的解压速度.     

基于调和映射的三维医学图像增强系统

医学成像仪器产生12位的体数据,然而普通显示器只支持8位的灰度图。如果使用普通显示器来显示医学图像,显卡会自动将这些12位数据转化成8位数据,这就造成了数据动态范围被压缩。解决这一问题,在2D领域通常使用昂贵的医学专用灰阶显示器。在3D领域却限制了医生使用三维可视化软件。尝试将一些在2D图像处理中使用的图像增强技术如加权平均模板,不同程度曝光等来实现色调映射算法等应用到三维体数据的显示当中,通过种种复杂的数据变换,使得在普通显示器上显示的8位灰度图呈现出更高的动态范围,得到更为生动、更加丰富的显示效果。这种技术也可以实现任意位数的转化,使得12位显示器的显示效果也可以得到增强。     

基于最优化分块的大规模数据体绘制加速方法

GPU加速体绘制已成为体可视化领域的研究热点,然而超出显存的大规模数据无法直接载入,成为GPU应用的瓶颈。分块技术能够在保证图像质量的条件下解决该问题,但分块数据的频繁加载和访问明显降低了绘制速度。针对上述问题,通过建立最优化分块模型得到了大规模数据的最优分块,并通过构造节点编号纹理和改进距离模板设计的方法进一步提高了基于八叉树的分块体绘制算法的绘制速度。实验结果表明,该方法加速效果明显。     

基于线性八叉树的光线投射体绘制算法改进研究

体视化是地学信息三维可视化研究的前沿技术之一，体绘制算法的效率直接关系到体视化的效果。本文在研究已有光线投射体绘制改进算法的基础上，提出利用线性八叉树数据结构对光线投射体绘制算法进行改进研究，不仅实现了体数据的压缩。而且能对压缩体数据进行直接体视化。在PC机上的实验表明，该方法具有时间复杂度与数据复杂度基本无关的特点．加速效果明显。最后，文章指出了该方法的适用范围。     

Real-time visualization of large volume datasets on standard PC hardware

In medical area, interactive three-dimensional volume visualization of large volume datasets is a challenging task. One of the major challenges in graphics processing unit (GPU)-based volume rendering algorithms is the limited size of texture memory imposed by current GPU architecture. We attempt to overcome this limitation by rendering only visible parts of large CT datasets. In this paper, we present an efficient, high-quality volume rendering algorithm using GPUs for rendering large CT datasets at interactive frame rates on standard PC hardware. We subdivide the volume dataset into uniform sized blocks and take advantage of combinations of early ray termination, empty-space skipping and visibility culling to accelerate the whole rendering process and render visible parts of volume data. We have implemented our volume rendering algorithm for a large volume data of 512 x 304 x 1878 dimensions (visible female), and achieved real-time performance (i.e., 3-4 frames per second) on a Pentium 4 2.4GHz PC equipped with NVIDIA Geforce 6600 graphics card ( 256 MB video memory). This method can be used as a 3D visualization tool of large CT datasets for doctors or radiologists.     

Transform coding for hardware-accelerated volume rendering

Hardware-accelerated volume rendering using the GPU is now the standard approach for real-time volume rendering, although limited graphics memory can present a problem when rendering large volume data sets. Volumetric compression in which the decompression is coupled to rendering has been shown to be an effective solution to this problem; however, most existing techniques were developed in the context of software volume rendering, and all but the simplest approaches are prohibitive in a real-time hardware-accelerated volume rendering context. In this paper we present a novel block-based transform coding scheme designed specifically with real-time volume rendering in mind, such that the decompression is fast without sacrificing compression quality. This is made possible by consolidating the inverse transform with dequantization in such a way as to allow most of the reprojection to be precomputed. Furthermore, we take advantage of the freedom afforded by off-line compression in order to optimize the encoding as much as possible while hiding this complexity from the decoder. In this context we develop a new block classification scheme which allows us to preserve perceptually important features in the compression. The result of this work is an asymmetric transform coding scheme that allows very large volumes to be compressed and then decompressed in real-time while rendering on the GPU.