一种全球尺度三维大气数据可视化系统

气象数据具有时变、多源、多维度、数据量大和多尺度等特征,常规的气象数据可视化方法难以满足气象预报与气象研究中的需求.描述了一个新的全球尺度三维大气数据可视化系统——AVIS.系统实现了面向各类密度场、向量场、张量场和非空间数据的可视化方法,设计了适用于大气数据的球面体绘制和混合绘制方法.系统还实现了一套跨平台并行可视化及分析构架,支持在浏览器中或其他显示和交互设备上使用,并利用后端计算集群加速数据的计算与绘制过程.案例分析表明,该系统可以全方位地展现气象数据中的信息,帮助用户综合多种气象信息进行分析.     

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。     

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.     

一个基于 Google Earth 的交互式空间体数据可视化系统

三维空间体数据的可视化既需要同时展示数据多个属性的特征,又需要结合数据周边复杂地理地貌的特征。体绘制是当前最有效的三维数据可视化方法之一,但现有的体绘制方法尚没有考虑到数据场周围复杂的地理地貌特征。本文提出了一种基于 Google Earth (简称 GE) 地理信息的空间数据体绘制可视化方法,其基本思想是首先由三维纹理算法出发,对数据做沿高度法向的切片,多层渲染后组合为最终的体绘制效果,然后将渲染结果转换为 GE 支持的 KML 数据格式,充分利用 GE 中的复杂地形和三维建筑群模型信息,最后加入体感控制和 WEB 呈现功能。这为三维空间数据的可视化提供了一种全新的思路,取得了更好的可视化效果。最后利用数值模拟的大气雾霾数据论证了技术的可行性。     

基于体数据空间相似性的传输函数优化设计方法

传输函数设计是体数据可视化流程的重要环节,高效的传输函数设计方法是提升体数据可视化效率的关键.在传统传输函数设计的基础上,该文以提升体数据特征可视化及分析效率为目标,提出一种基于体数据空间相似性的传输函数优化设计方法.在特征空间分析过程中,结合体数据空间位置信息,定义特征空间相似性度量标准,对一维传输函数特征空间进行自适应划分;在光学参数映射过程中,定义能量方程描述感兴趣特征的可见性分布与目标可见性分布的差异,近似求解能量方程的梯度,加速光学参数向量的迭代优化,以高效地实现光学参数优化设计.相比于传统的传输函数设计方法,该方法有效耦合特征空间分析及光学参数映射过程,可以帮助用户快速地实现体数据中感兴趣特征的分析与可视化.大量的实验结果、效率对比及用户体验反馈信息进一步验证了该文算法的有效性与实用性.     

基于三维小波的大规模体数据压缩方案

可视化大规模体数据在科学和工程领域一直被认为是困难的。特别是对于那些经常要求非常大的运行时间存储空间的数据尤其如此。文章讨论了基于小波理论的对于大规模体数据的有效的三维压缩方案。在设计该压缩方时,对两个重要参数进行了折衷:高的压缩率和快速运行时间随机访问。可视化人体数据集的实验结果表明此方法取了相当好的压缩率,另外,由像素值的运行时间重建引起的开销达到了最小值。这种三维压缩方案在开发用于大规模数据的交互式可视化系统时非常有用,并且使得更多的用户,象基于个人电脑或具有有限容量的低端工作站都可能运可视化技术。     

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。     

医学体数据三维可视化技术

医学体数据的可视化是科学计算可视化的重要研究领域,其处理过程包括体数据的获取、模型的建立、数据的映射、绘制等操作。论文对医学体数据可视化的相关技术进行了综述,讨论了医学体数据的结构模型和表示方法,全面地分析了医学体数据可视化中各种算法和技术的特点,及相关的加速技术,探讨了目前医学体数据可视化存在的问题及发展趋势。     

体数据压缩技术综述

数据压缩是体数据可视化研究中的一个重要问题.随着体数据的维数、分辨率、变量个数不断增加,数据量呈指数增长,体数据的压缩研究显得更为重要.文中从有损压缩和无损压缩2个方面对已有的体数据压缩方法进行了总结,对无损压缩的各类方法的优缺点进行了比较,对有损压缩的一般流程和其中的重要步骤做了详细的介绍,同时着重介绍了时变体数据压缩方法.最后提出了该领域需进一步探索的方向.     

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。     

Hierarchical tensor approximation of multi-dimensional visual data

Visual data comprise of multi-scale and inhomogeneous signals. In this paper, we exploit these characteristics and develop a compact data representation technique based on a hierarchical tensor-based transformation. In this technique, an original multi-dimensional dataset is transformed into a hierarchy of signals to expose its multi-scale structures. The signal at each level of the hierarchy is further divided into a number of smaller tensors to expose its spatially inhomogeneous structures. These smaller tensors are further transformed and pruned using a tensor approximation technique. Our hierarchical tensor approximation supports progressive transmission and partial decompression. Experimental results indicate that our technique can achieve higher compression ratios and quality than previous methods, including wavelet transforms, wavelet packet transforms, and single-level tensor approximation. We have successfully applied our technique to multiple tasks involving multi-dimensional visual data, including medical and scientific data visualization, data-driven rendering and texture synthesis.     

Lossy volume compression using Tucker truncation and thresholding

Tensor decompositions, in particular the Tucker model, are a powerful family of techniques for dimensionality reduction and are being increasingly used for compactly encoding large multidimensional arrays, images and other visual data sets. In interactive applications, volume data often needs to be decompressed and manipulated dynamically; when designing data reduction and reconstruction methods, several parameters must be taken into account, such as the achievable compression ratio, approximation error and reconstruction speed. Weighing these variables in an effective way is challenging, and here we present two main contributions to solve this issue for Tucker tensor decompositions. First, we provide algorithms to efficiently compute, store and retrieve good choices of tensor rank selection and decompression parameters in order to optimize memory usage, approximation quality and computational costs. Second, we propose a Tucker compression alternative based on coefficient thresholding and zigzag traversal, followed by logarithmic quantization on both the transformed tensor core and its factor matrices. In terms of approximation accuracy, this approach is theoretically and empirically better than the commonly used tensor rank truncation method.     

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.     

State‐of‐the‐Art in Compressed GPU‐Based Direct Volume Rendering

Great advancements in commodity graphics hardware have favoured graphics processing unit (GPU)‐based volume rendering as the main adopted solution for interactive exploration of rectilinear scalar volumes on commodity platforms. Nevertheless, long data transfer times and GPU memory size limitations are often the main limiting factors, especially for massive, time‐varying or multi‐volume visualization, as well as for networked visualization on the emerging mobile devices. To address this issue, a variety of level‐of‐detail (LOD) data representations and compression techniques have been introduced. In order to improve capabilities and performance over the entire storage, distribution and rendering pipeline, the encoding/decoding process is typically highly asymmetric, and systems should ideally compress at data production time and decompress on demand at rendering time. Compression and LOD pre‐computation does not have to adhere to real‐time constraints and can be performed off‐line for high‐quality results. In contrast, adaptive real‐time rendering from compressed representations requires fast, transient and spatially independent decompression. In this report, we review the existing compressed GPU volume rendering approaches, covering sampling grid layouts, compact representation models, compression techniques, GPU rendering architectures and fast decoding techniques.     

基于粒子群算法的原位体绘制参数设置算法

原位可视化是解决千万亿次科学计算数据分析的最有效途径。在原位进行体绘制时，使用体深度图像作为中间表示是一种备受关注的方法，但该方法的参数选择较为困难。对体深度图像的生成时间、数据压缩率和绘制质量三个指标进行了全面分析，确定了各参数对这些指标的影响方式，给出了一套可调控的评估体系，并利用粒子群算法的快速收敛性质在参数空间进行参数寻优，来自动设置绘制参数组。实验结果表明，该方法可以自动获取到最优参数组，而且速度比简单的网格搜索方法快一个数量级以上。     

模板阴影体扩展方法

模板阴影体是矢量地图3维绘制的一种主要方法,使用线段、多边形等基本的几何图形在3维地形上叠加显示地图要素,因表示形式过于简单,导致其传递的地图要素信息十分有限。为此,对模板阴影体方法进行扩展,提出矢量地图在3维地形上的符号化叠加方法,以提供更丰富的矢量地图3维显示样式。首先,简述基于模板阴影体绘制矢量数据的基本原理。然后,提出对模板阴影体的扩展,包括保持符号边缘光滑的算法和符号轮廓描边、交叉压盖的处理方法。实验结果表明,该扩展方法能够实现矢量地图在3维地形上的实时叠加显示,符号化绘制显著提高了矢量地图显示效果。