基于标准PC机的大数据实时体绘制算法研究究

为了解决在标准PC机上对大数据进行实时体绘制的问题，提出了一种基于图形处理器的大数据高质量体绘制算法。该算法采用三维纹理映射作为核心的绘制算法，结合可见性测试、遮挡测试和模板测试来加快绘制速度。实验结果表明，对虚拟人体数据，可以在不损失图像质量的前提下，以可交互的速度进行绘制。     

利用有序数据结构实现Shear-Warp加速算法

提出一种有序数据结构,在不影响算法效果的前提下,改进并加速Shear-Warp算法的运行速度.将体数据每个层片编码成以体素值为序的有序数组,依据不透明度函数确定不透明体素所对应的体素值范围.通过对有序数组的截取,快速定位不透明体素,跳过所有的透明体素,提高绘制速度.在普通配置计算机上验证该算法,绘制过程一般在数秒内即可完成.该算法思路明晰、操作便捷,在不影响图像质量的前提下显著提高绘制速度,满足实时性的要求.     

一种改进求交的自适应光线投射体绘制算法

光线投射算法是体绘制技术中的一种重要算法,但其自身存在采样效率低和绘制速度慢等问题。为了提高光线投射算法的绘制速度,本文提出了一种改进求交的自适应光线投射体绘制算法,算法采用一种快速求交方法和自适应采样来提高体绘制速度,试验结果表明该算法能在基本不影响图像质量的同时提高算法的速度。     

H.264标准的帧间模式选择快速算法

本文提出一种针对H.264视频编码标准的帧间模式选择快速算法。该算法首先进行SKIP模式的提前预判,然后根据宏块的特点来预先判断可能采用的编码模式,最后根据预判的结果来选择编码模式。实验结果表明,在图像质量和压缩效率没有明显降低的前提下,本文提出的算法使编码速度平均提高了76%。     

深度聚类索引下的海量地震数据快速三维可视化

地震数据的三维可视化能够直观反映地质的相关结构信息,为地质勘探等研究提供数据支持。针对传统体绘制算法在集中载入海量数据时存在显示延迟、画面跳跃、卡顿等问题,提出一种快速三维可视化算法。使用变分自编码器和深度聚类学习数据的空间特征表示,通过迭代优化目标函数提高聚类性能,以解决因空间数据分布不均造成的节点重叠问题。建立高效的索引结构,提高数据实时读取的效率,通过时序卷积网络预测下一个视点位置,提前将潜在数据载入内存,避免因海量数据集中加载导致画面卡顿、跳跃。使用基于双层视锥体的视点动态划分调度模型,剔除不必要的绘制节点及减轻系统负荷,从而提高数据渲染速度和流畅度。实验结果表明,该算法在索引结构上查询数据块的时间相比希尔伯特R树算法减少了64.14%~66.37%,预测视点的正确率相比拉格朗日插值算法提高了12.08%~22.70%,实时帧率在较大规模的子集上也能够相对稳定平滑,在保证图像质量的前提下整体系统的渲染性能达到预期效果。     

一种采用内部预测的快速菱形算法

高效的运动估计算法是视频编解码技术的研究重点.为提高视频编码中运动估计的速度,基于误差函数的单峰假设,提出一种采用内部预测的快速菱形算法,通过对菱形算法进行内部预测从而减少运动估计的搜索点数,并利用运动矢量的相关性来进行起点预测,将图像划分为不同运动类型从而选用不同的搜索方式.先排除静止块,对小运动块直接进行一步菱形小模板搜索.大运动块则采用内部预测的快速菱形算法.实验结果证明此算法在保证图像质量的前提下,大大加快了搜索速度.     

一种基于数据差分的频域体绘制算法

针对频域体绘制的图像质量问题,提出一种基于数据差分的且能动态提升图像质量的频域体绘制算法。用数据场差分替代原数据场,计算三维数据场的动态调节因子,通过模拟补偿图像的深度感和真实感,动态地调节图像质量。设计了采样点合并等加速技术绘制图像。实验结果表明该算法能提升图像质量,加快了绘制速度。     

一种空间自适应采样和递归线性估计的光线投射算法

光线投射算法因其成像质量高而广泛地用于虚拟内窥镜系统,但成像速度非常缓慢.为此,本文提出了一种自适应采样和递归估计的成像加速算法.首先,根据查找法快速得到的梯度和光线方向信息,自适应地调整采样步长,使得该算法能够以大步长快速跳过体素值变化缓慢的区域,同时在体素值变化剧烈或快接近等值面的区域,能够以小步长进行搜索.其次,以递归线性插值的方法估计投射光线与实际等值面的交点,用于补偿大步长导致交点精度的降低,此举能够显著地提高成像质量.实验结果表明,该算法在保证绘制图像质量的前提下,提高了体绘制速度,取得了比较满意的效果.     

一种适用于实时应用的快速运动估计算法

提出了一种适用于实时应用的快速运动估计搜索算法，该算法按照一定的顺序依次搜索候选运动矢量，并且尽可能多地采用小菱形搜索模式，同时采用了高效的提前截止准则。实验结果表明，在保持图像质量基本不变的前提下，该文算法的搜索速度是MPEG-4标准中的快速运动估计算法的两倍左右，该文提出的算法在搜索速度和搜索效果两方面具有很大的优势，更适合实时应用。     

基于二值体金字塔数据结构的自适应快速体绘制方法

直接体绘制技术无需拟合中间几何图元直接绘制体数据,由于绘制图像质量高,该技术倍受青睐。但是,因为直接体绘制需要遍历整个数据场,绘制速度慢,在绘制大规模数据场时,速度已经成为应用该项技术的一大瓶颈。为此,提出一种基于二值体金字塔数据结构的自适应快速体绘制方法,该方法可以在不降低图像质量的情况下,加快图像绘制速度。     

一种高效的光线投射体绘制算法

作为体绘制中的一个经典绘制算法,光线投射算法理论简单同时能产生高质量的图像,被广泛应用于医学图像可视化领域。但在绘制过程中有大量的投射光线和体素的重采样,导致绘制速度较为缓慢。为提高绘制的速度,文中提出一种高效的光线投射体绘制算法,通过引入碰撞检测技术减少投射光线的数目,避免冗余光线的采样计算,同时采用光线跳跃方法在碰撞检测包围盒内跳过对空体素的重采样,加快了光线合成的过程。实验结果表明,改进后的算法不仅能保证所需要的图像质量,还能大幅度地减少采样计算的时间,高效地提高绘制速度。     

海量医学数据处理框架及快速体绘制算法

设计并实现了一套针对海量数据的处理和分析算法框架,并将其融入实验室早先开发完成的医学影像算法研发平台MITK(medical imaging toolkit)中,真正建立起一个海量医学影像数据的处理平台,并在此基础上研究了针对海量数据的基于光线投射和三维纹理的快速体绘制算法,提出了一种半自适应分块的方法对原始数据进行分块,在不对分块速度产生太大影响的基础上得到了更好的分块结果,同时使用图形硬件来进一步加速整个算法的绘制流程.实验结果表明了该平台和算法对于海量医学数据处理和可视化的有效性.     

一种基于蒙特卡罗方法的体绘制算法*

为解决医学图像三维可视化中大规模体数据显示速度与成像质量问题,引入一种基于蒙特卡罗方法的新颖体绘制算法。本算法根据给出的概率密度函数从随机样本点或其子集中选取一个点阵来进行绘制,主要适用于对大规模体数据集的有效可视化。另外,使用渐进细化的方法在图像质量和交互性上进行权衡折中,以适应实时要求。实验结果表明,在最终图像分辨率固定的情况下,本算法的时间复杂度和空间复杂度都比之前的算法要好,成像质量也满足实时绘制要求,可以在实际应用中使用。     

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。     

具有剪切的矢量压缩立体绘制算法

利用矢量压缩的方法进行立体绘制,一个不足是根据码本生成的Pixmap图无法应用于立体投影中的每一点,为了克服这些缺点,提出了具有Shear Warp的矢量化算法,它充分发挥了矢量量化的压缩比,以及不需要解压即可直接进行体绘制的优点,有效地利用了具有Shear Warp的体绘制方法的快速和适合立体投影的优点,克服了基于矢量量化的绘制方法的不足,几乎能够达到实时的交互绘制,是一种基于网络的绘制模式。     

体绘制技术在医学可视化中的新发展

科学计算可视化体绘制算法能反映出体数据的内部信息，在医学，它已经从辅诊断发展成为辅助治疗的重要手段，体可视化技术是医学可视化的重要研究内容，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，该文介绍了医学可视化中常使用的几种光照模型，针对基于图象空间和对象空间两种体绘制算法，介绍了它们的基本思想方法，并详细阐述了在近期的主要加速技术和提高图象质量方法的新进展，最后给出了实验数据和结论。     

加速透视投影体绘制技术研究

针对可视化中透视体绘制计算量大、耗时较长的不利因素,算法将三维体数据集按照三种主要的观察方向(X,Y,Z)抽取出切片数据,对切片数据进行错切操作,设立一个与切片平行的中间图像平面;在绘制中间图像时使用图形硬件所提供的纹理混和功能;最终图像经过中间图像的变形而得到,从而使绘制速度得到了较大提高。     

RBF Volume Ray Casting on Multicore and Manycore CPUs

Modern supercomputers enable increasingly large N‐body simulations using unstructured point data. The structures implied by these points can be reconstructed implicitly. Direct volume rendering of radial basis function (RBF) kernels in domain‐space offers flexible classification and robust feature reconstruction, but achieving performant RBF volume rendering remains a challenge for existing methods on both CPUs and accelerators. In this paper, we present a fast CPU method for direct volume rendering of particle data with RBF kernels. We propose a novel two‐pass algorithm: first sampling the RBF field using coherent bounding hierarchy traversal, then subsequently integrating samples along ray segments. Our approach performs interactively for a range of data sets from molecular dynamics and astrophysics up to 82 million particles. It does not rely on level of detail or subsampling, and offers better reconstruction quality than structured volume rendering of the same data, exhibiting comparable performance and requiring no additional preprocessing or memory footprint other than the BVH. Lastly, our technique enables multi‐field, multi‐material classification of particle data, providing better insight and analysis.     

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。