一种快速的体数据特征增强可视化算法

传输函数是实现体数据特征分类与可视化的重要手段,随着维度的升高,传输函数设计过程趋于复杂且难以实时交互;而在基于视线方向上特征分析的体数据特征可视化方法中,复杂的特征分析过程占用GPU硬件资源,降低了体绘制效率.为此提出一种快速的、不完全依赖于传输函数设计的体数据特征增强可视化算法.利用视线方向上采样点标量值变化率,快速识别视线方向上的重要特征,通过降低不重要特征的不透明度以增强重要特征在绘制结果图像中的可见性;引入反锐化掩模技术对视线方向上重要特征进行加权处理,在保证体绘制效率的同时增强了体数据特征的视觉感知.在绘制过程中,文中算法利用简单而有效的特征分析操作,在传输函数映射的基础上对感兴趣特征的视觉元素再次优化,实现不完全依赖于复杂传输函数设计的体数据特征增强可视化.最后通过大量实验,进一步验证了该算法的有效性与实用性.     

局部特征加强的体绘制算法

最大强度差值累积结合了直接体绘制和最大强度值投影的优势,但其在累积过程中会遗漏一些局部特征.为了绘制体数据中局部特征信息,提出一种局部特征加强的直接体绘制方法.通过查找采样光线上特征边界点来确定局部最大强度的区域,利用局部差值累积的方法加强特征区域的绘制;为了提高特征分界点的查找精度,引入移动最小二乘法来平滑采样光线上的标量值,并利用用户自定义的阈值函数来控制特征的绘制;在绘制过程中,采用特征分析的表面光照模型增强绘制特征的三维立体感,引入深度信息对局部特征累积算法进行优化,并引入了Tone衰减方法使累积颜色值处于正常显示范围.实验结果表明,文中方法可在不需要传输函数的前提下绘制体数据中的特征信息.     

基于GPU与Monte-Carlo的体绘制光线投射算法的研究

体绘制过程中等距离采样在显示效果不理想的情况下,每减少一个采样步长会增加大量采样点,大大增加了体绘制过程中的计算负担。针对这个问题,提出了一种基于Monte-Carlo积分方法的光线投射实现的实时体绘制算法,采用Monte-Carlo积分方法解决了光照明方程中的积分问题。实验结果表明,在显示效果几乎一样的前提下,采用本文的方法绘制效率提高了十多帧。     

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。     

设计转换函数实现保留上下文环境体绘制

摘要为了帮助医生对医学图像进行准确的定位和诊断,在显示感兴趣区域的同时保留其上下文信息,提出一种保留上下文环境体绘制方法.首先记录沿光线方向的首个等值面的空间位置;然后根据采样点到等值面的距离和采样点处的梯度构造衰减函数,将衰减函数作用于不透明度转换函数,以控制光线合成.对头、腹和脚部等CT数据的实验结果表明,该方法可以在保留组织轮廓清晰的前提下增强感兴趣区域显示.     

基于成员体关系的医学数据剥离绘制算法

针对修改传输函数或者使用特殊的光照效果时不能完全解决直接体绘制医学数据人体组织间的遮挡问题,提出一种基于成员体关系的分层剥离体绘制算法.利用梯度阈值函数判断采样点的类型,通过采样光线获得同种组织的标量值范围;用由移动最小二乘法按照拟合出的不同组织的分界标量值和空间位置来建立每个体素的成员体关系;将成员体关系用于分层剥离体绘制,以解决同类组织的遮挡问题,并采用自适应的光线投射算法提高图像的绘制效果和速度.实验结果表明,文中算法可以根据医学数据来确定相应的成员体关系,使被遮挡部分绘制效果清晰.     

利用空间信息实现保留上下文体绘制

直接体绘制中,为了去除非感兴趣组织对感兴趣区的遮挡,增强感兴趣区域的显示效果,提出利用空间信息的保留上下文体绘制方法。通过人机交互设定焦点,快速定位感兴趣区;提取光线上每个采样点与焦点的空间位置以及夹角信息;根据这些信息构建高斯衰减函数,作用于当前采样点的不透明度,控制光线合成,以突出显示感兴趣区。对CT头部数据的实验结果表明,该方法可以去除非感兴趣组织对感兴趣组织的遮挡,突出显示感兴趣区,且具有良好的人机交互性。     

一种改进的基于CUDA的纹理映射和光线投射结合的体绘制算法

针对传统的基于GPU的光线投射算法绘制效率较低的问题,利用CUDA架构的并行计算特性和对三维纹理的处理能力进行改进和优化.将体数据映射为三维纹理,利用CUDA三维数组进行存储与绑定,纹理拾取的浮点返回值利用线性滤波进行平滑.在传输函数的设计中引入中心差分梯度幅值增强对体数据边界面的绘制效果.每条光线的求交及颜色积累采用并行计算,按照由前向后进行颜色及不透明度累积.设置不透明度阈值,采用不透明度提前终止加速绘制.实验结果表明,绘制速度较传统的基于GPU算法有10％的速度提升,绘制效果也有很大的改善.     

基于深度的光线投影体绘制算法

针对特征信息抽取,在传统光线投影体绘制过程中引入深度参数,提出了一种基于深度的体绘制算法.通过深度及角度交互,指导特征信息及其上下文信息的绘制.该算法将采样点深度转换成相应深度强度值,按给定方法与已知透明度值合成,得到新透明度值.在此基础上再进行颜色值合成,生成图像.给出了结果,分析了采用算法前后的效果.     

基于结构特征的自适应光线投射算法

目的 光线投射法是一种重要的直接体绘制算法,但其效果取决于复杂的传递函数.为此提出基于结构特征的自适应光线投射算法,从而使得利用简单传递函数即可很好地揭示体数据特征.方法 首先分析光线方向标量值的变化趋势获取结构特征——特征段;然后基于若干意义明确启发式规则(特征段的次序、尺度、重要度)自动计算特征段的可见度,根据特征段可见度调节每个采样点的不透明度;最后基于调节后的不透明度完成绘制.结果 使用合成数据、医学真实采样数据和工业CT(computed tomography)数据进行测试,结果表明本文算法在展示体数据的内部结构特征,尤其是细小结构方面优于其他类似算法;本文算法速度比DVR(direct volume rendering)慢,但仍可满足交互需求.另外,本文算法还提供多个形象直观、意义明确的参数供用户调节,进一步增加了本文算法的灵活性.结论 本文提出的自适应光线投射算法,允许用户使用简单传递函数和调节意义明显的参数即可有效揭示体数据特征,进一步提高了光线透射法的直观性.     

一种改进的基于GPU编程的光线投射算法

针对传统光线投射算法采样效率低、绘制精度差等缺点,提出一种新的体绘制算法,所给算法采用新的采样合成函数,并结合经典的Blinn-Phong光照模型,采用不透明度提前截止判断光线终止。整个过程使用Cg语言编写顶点程序和片段程序来实现。实验结果表明算法既可以增强传统光线投射算法的绘制效果,也可以加快算法的速度。     

基于GPU的三维地震数据场体绘制方法

体绘制技术是计算可视化研究和应用热点之一。在对三维数据体进行形式化定义基础上,讨论光线投射算法中数据体划分,重采样计算以及图像合成的原理和方法。利用着色器进行重采样和图像合成运算,实现体绘制的GPU加速。将GPU加速的光线投射体绘制方法应用于地震数据解释,分别实现地震数据的灰度和伪彩色样式可视化,并通过转换函数,凸显出地震数据场的层位特征,克服了地震数据剖面、切片以及三维面绘制图像的局限性。     

体素分类与Phong光照模型GPU加速体绘制

为了提高体绘制的速度和效果,研究了体数据的分类和计算及其在图形处理单元上加速实现的体绘制算法.分别采用点体素先分类和预积分后分类方法为体数据分配颜色和不透明度,改进了利用不透明度对颜色加权改善绘制效果,根据Phong光照模型对体数据进行渲染.通过查找表软件加速和图形处理单元硬件加速两个方面分别实现并进行比较,实验结果表明,采用图形硬件加速的方法达到实时交互的效果,体绘制性能大大提高.     

基于图形处理器加速光线投射算法的多功能体绘制技术

为克服传统算法中体绘制交互速度不流畅、重建耗时长、绘制效果单一的不足,实现了基于图形处理器(GPU)的光线投射算法用于医学层析图像实时体绘制,并能快速切换不同组织器官的绘制效果。首先,读入医学层析图像到计算机内存,构造体素;然后,设置相应体素属性(如插值方式、着色处理、光照参数)等,设计显示不同组织器官的颜色及不透明度传输函数;最后,GPU加载体素据并进行光线投射算法的计算。实验结果表明,在绘制速度上,GPU加速光线投射算法实现的多功能体绘制技术的绘制速度能达到每秒40帧以上,完全满足临床应用需求。在绘制质量上,用户交互中由于重采样而产生的锯齿现象明显低于CPU端实现的光线投射算法,GPU端与CPU端绘制时间的加速比在9倍左右。     

基于图形处理器加速光线投射算法的多功能体绘制技术

为克服传统算法中体绘制交互速度不流畅、重建耗时长、绘制效果单一的不足,实现了基于图形处理器(GPU)的光线投射算法用于医学层析图像实时体绘制,并能快速切换不同组织器官的绘制效果。首先,读入医学层析图像到计算机内存,构造体素;然后,设置相应体素属性(如插值方式、着色处理、光照参数)等,设计显示不同组织器官的颜色及不透明度传输函数;最后,GPU加载体素据并进行光线投射算法的计算。实验结果表明,在绘制速度上,GPU加速光线投射算法实现的多功能体绘制技术的绘制速度能达到每秒40帧以上,完全满足临床应用需求。在绘制质量上,用户交互中由于重采样而产生的锯齿现象明显低于CPU端实现的光线投射算法,GPU端与CPU端绘制时间的加速比在9倍左右。     

针对全空子数据体的GPU体绘制

目的 体绘制是3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,提出基于GPU体高效绘制方法。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节点子数据体表面,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节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节点子数据体。结果 当数据体中空体素较多时,确定合适的八叉树深度,有效地跳过数据体中的空体素,减少体绘制运算量,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。结论 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。     

基于CUDA海量空间数据实时体绘制研究

针对海量空间科学数据的精细及实时三维绘制需求,提出并实现了一种基于CUDA语言的并行化光线投射体绘制加速算法,利用传统体绘制算法中光线投射法的可并行特点和GPU中高速的纹理查询的优点,通过一个实际坐标到纹理坐标的转换函数实现了对不规则采样数据的准确采样,并完成了绘制算法的CUDA并行化改造,通过CUDA语言利用GPU强大的并行计算能力实现了对海量空间数据的实时三维光线投射绘制.     

自适应最小梯度夹角预积分光照算法

为了增强体绘制的纹理细节与光照效果,提出了一种自适应最小梯度夹角预积分算法.通过采样点的方向导数及空间位置等信息来确定采样光线上的极值点,利用自适应划分算法加强极值点区域的绘制;为了突出物体的真实感、增强纹理细节,引入预积分光照算法,根据最小梯度夹角算法计算预积分采样段的光照颜色值,最后对预积分采样段进行体绘制积分.实验结果表明,相比传统的预积分算法,文中算法针对标量变化较大的区域能够得到较好的绘制效果,并且能够增加局部细节的光照效果.     

面向医学数据的分层剥离体绘制算法

采用直接体绘制方法显示医学数据时,一般通过修改传递函数来显示感兴趣区域,但仅通过调节传递函数很难清晰地显示被遮挡的人体组织,为此提出一种新的分层剥离直接体绘制算法.通过计算相邻的不透明度极小值和极大值之间的斜率,并根据用户指定的斜率阈值和累积不透明度阈值确定分层点,实现对体数据的分层绘制.实验结果证明,该算法可以根据不同医学数据的特征信息更精确地定位分层点,绘制效果清晰,速度较快.     

基于线性八叉树的快速直接体绘制算法

提出了基于线性八叉树的加速体绘制算法.利用线性八叉树对物体进行空间剖分,光线投射法跨越体数据集中的空体素,以提高绘制的速度.针对光线穿越体数据时的特殊情况,改进线性八叉树邻域查找的方法,特别是不同尺寸的邻域查找方法,克服了层次八叉树邻域查找的低效率,同时提出了光线离开平面的简洁判定方法,方便光线下一个采样点的计算.实验结果表明,该算法能够有效地提高绘制的速度.