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.     

基于线性四叉树的快速邻域查询算法

邻域查询是位置服务系统的核心技术,它的实现取决于空间对象数据模型.根据空间对象分布构建的四叉树模型,以及线性四叉树中位置码的使用,提出了一种新的基于线性四叉树的快速邻域查询算法.该算法根据满四叉树结点编码思想对线性四叉树的Morton码进行了改进,并增加了表示四叉树所有结点状态的序列,通过网格模型的邻域查询算法实现了线性四叉树的快速邻域查询.     

基于分形维数的地表模型多分辨率动态绘制

以基于分形维数的树状结构组织三维地表网格模型,实现了与视点相关的连续多分辨率地表模型简化及实时绘制.算法分为预处理和实时绘制两个阶段.在预处理阶段,通过分形维数评价地表的复杂度,建立自适应的树状结构,计算出所有顶点的误差值.在绘制阶段,则根据视距、视角等因素动态地确定需保留的顶点集,并采用受限四叉树方法实时三角化得到所需分辨率下的三角网格近似模型.该算法具有两个优点:一个是地表模型的分层区域划分考虑了地形本身的复杂度;另一个是建立了视点相关各参数与所采用的分辨率表示的直接关系.实验表明,此算法简单、有效,支持对地表模型的交互式实时动态绘制.     

基于枚举四叉树的多分辨率几何图像绘制方法

为提高多分辨率几何图像的实时绘制效率,将枚举四叉树思想引入到传统四叉树的设计中,提出以单个枚举四叉树节点作为独立渲染单元的方法,极大地减少了绘制函数的调度次数.针对实时绘制时几何图像不同层次边缘易产生裂缝的现象,采用枚举四叉树的结构,在数据预处理阶段构造基础渲染节点时用分段函数消除节点内部的裂缝;实时绘制阶段在GPU上使用反正切函数控制顶点偏移,消除节点间的裂缝.实验结果证明,枚举四叉树结构能充分利用GPU的批量处理能力,有效地提高了绘制效率;裂缝处理算法易于GPU实现,获得了较高的帧率和较好的绘制效果.     

一种基于不完全四叉树的LOD生成算法

为了实时地绘制大规模地形数据,提出了一种改进的实时连续LOD生成算法。该算法首先采用Mortan码的编码方式对地形数据进行简化,并利用不完全四叉树存储简化后的高程数据;然后根据视点位置和网格空间对象误差的关系建立基于不完全四叉树的LOD模型,同时采用逐层找邻法调整不同层次之间的裂缝,并给出了寻找不同类型邻居的实现过程;最后采用背面剔除算法将起伏地形的不可见部分去除。实际编程时,由于采用了H ilbert填充曲线方式存储四叉树结点,并采用隔层四叉树方式访问结点数据,从而提高了大规模地形的绘制效率。使用该方法描述荆江地区的地形,取得了良好的绘制效果。     

直接体绘制加速算法综述

针对当前体绘制存在的软件加速算法,将其分为空间剖分技术、光线相关、物空间相关和基于图像绘制技术等四类,分别介绍其算法基本内容.最后利用MIN-MAX八叉树加速算法设计一个直接体绘制系统.     

动态LOD四叉树虚拟地形绘制

首先简单介绍四叉树的结构、C代码实现地形结构构造,实现动态LOD四又树虚拟地形的绘制.在用四叉树方法进行LOD建模过程中,关键在于怎样对原有的数据进行四叉树分层,LOD地形绘制中要消除由于相邻的节点或块之间分辨率不一致而产生的裂缝.     

基于纹理数组的大规模地形绘制算法

将Shader Model 4.0引入的纹理数组技术同顶点纹理拾取技术、瓦片块四叉树算法和地形分块技术等相结合,提出了一种基于GPU的大规模地形绘制方法。将整个大规模地形数据分割成地形块,按照金字塔模型保存在CPU内存里,将地形中潜在的可见部分以纹理数组形式驻留在GPU Cache里;在CPU上发送瓦片块四叉树平面网格,利用存储在GPU Cache里的高程值生成相应的地形;GPU Cache随着视点运动而连续更新。实验证明该方法充分利用了现代GPU的特性,适合于大规模地形的漫游。     

海量地形数据实时可视化算法

针对海量地形数据实时可视化问题，提出了一种瓦片金字塔模型和线性四叉树索引相结合的地形数据管理模式．利用视景体裁剪和基于分辨率测试的目标瓦片快速搜索算法实现了地形数据的实时装载，采用基于动态二叉树构网的方法实现了地形数据的实时绘制．实验表明，文中方法能够实现基于当前PC机的真实感海量地形数据实时显示与交互操作．     

面向影像金字塔的四叉树空间索引算法

基于线性四叉树提出一种面向影像金字塔的空间索引算法。在分析线性四叉树拓扑关系的基础上,设计一个具有方向一致、层次递进特性的编码方式,建立影像金字塔与线性四叉树的映射方案,给出一个按照经度纬度自然增长的邻域查找算法,并构建一个全球多分辨率虚拟地形环境对编码和算法进行测试。实验结果表明,该算法能够明显地缩小空间影像的检索时间,具有较高的编码效率和查找效率。     

基于DEM库的地表模型实时简化方法

围绕三维可视化技术中的地表模型简化方法进行了分析与探讨，针对传统简化方法中所存在的不足之处提出了一种新的基于DEM库数据组织的地表模型的实时简化方法．其主要思想是：将DEM库数据组织方法与地表层次细节模型的建立相结合，以实现对海量地形数据的实时动态显示．     

OpenGL和分形算法在地形绘制中的应用

地形绘制是三维场景绘制的重要组成部分。本文研究了在分形算法和OpenGL基础上的三维地形绘制。运用分形插值算法生成高程数据,并做平滑处理,在对高程数据着色后利用OpenGL纹理映射技术实现三维地形的绘制输出。上述方法的实验结果取得预期效果,基本符合工程需要。     

基于锥束CT的两类三维表面重构方法比较研究*

目前锥束CT的三维重构主要采用面绘制,其方法有两类,即体素级重构和切片级重构。在对比两类方法的基础上,提出了一种新的二维切片轮廓重构与三维表面重构相结合的切片级重构方法,然后以标准MC算法和该算法分别对两个实例进行重构并比较。结果表明,该算法更适合工业产品的三维表面重构。     

Recursive “concave–convex” Fisher Linear Discriminant with applications to face,handwritten digit and terrain recognition

In classification, previous studies have shown that an eigenvalue based technique can be cast as an related SVM-type problem and that by solving this SVM-type problem, the performance can be improved significantly. In this paper, we develop a recursive “concave–convex” Fisher Linear Discriminant (DR) (RPFLD) for dimension reduction technique of high-dimensional data to extract as many meaningful features as possible, which incorporates the fundamental idea behind Fisher Linear Discriminant and casts the Fisher Linear Discriminant as a “concave–convex” programming problem based on the hinge loss. The solution of our method follows from solving the related SVM-type optimization problems iteratively, which means the proposed method, can be viewed as the combination of multiple related SVM-type problems. The special formulation of our method provides convenience for constructing sparse multi-class Fisher Linear Discriminant directly. Due to use of a recursive procedure, the number of features available from RPFLD is independent of the number of classes, meaning that in contrast to the original Fisher Linear Discriminant the number of features available from our method has no upper bound. We evaluate our algorithm on the Yale, and ORL face image databases, handwritten digit database and Terrain image dataset. Experimental results show that RPFLD outperforms other Fisher Linear Discriminant algorithms.     

TB级地形数据实时漫游核心算法研究

TB级数据时代已经到来,如何有效地在普通PC机上实现TB级地形数据漫游,已逐渐成为GIS（地理信息与系统）学术界的研究热点。海量数据组织管理是3维地形数据漫游的核心机制,传统四叉树、八叉树等数据结构,一定程度上解决绘制瓶颈问题,但是结构复杂,很难适应TB级地形场景实时、稳定的漫游需求。通过实施多级缓冲机制、采用动态LOD（levels of detail）与显存调度技术,以及引入多核CPU并行计算策略,最终构建出一套与数据大小无关的实时地形绘制算法。通过对1 GB、10 GB、200 GB、500 GB级等海量数据进行实验,平均绘制速率可达到30帧/s以上,比一般算法高出23倍,从而验证本文算法的实用性。     

自适应远程渲染集群系统

渲染通过计算将三维几何模型转换成具有真实感的图形,是数字媒体制作的关键环节。该文介绍基于集群系统的并行渲染,将集群管理、高性能计算、图形渲染及远程交互等先进技术有效结合,设计了自适应远程渲染系统。该系统的正确性和有效性已被验证。     

A Significance Cache for Accelerating Global Illumination

Rendering using physically based methods requires substantial computational resources. Most methods that are physically based use straightforward techniques that may excessively compute certain types of light transport, while ignoring more important ones. Importance sampling is an effective and commonly used technique to reduce variance in such methods. Most current approaches for physically based rendering based on Monte Carlo methods sample the BRDF and cosine term, but are unable to sample the indirect illumination as this is the term that is being computed. Knowledge of the incoming illumination can be especially useful in the case of hard to find light paths, such as caustics or scenes which rely primarily on indirect illumination. To facilitate the determination of such paths, we propose a caching scheme which stores important directions, and is analytically sampled to calculate important paths. Results show an improvement over BRDF sampling and similar illumination importance sampling.     

无需阈值支持的机载LiDAR点云数据滤波方法

点云数据滤波仍旧是现阶段机载LiDAR数据后处理的首要步骤,但其发展尚未完全成熟。在回顾和总结已有滤波算法的基础上,将统计学中偏度与峰度的概念引入到算法中,提出了一种新的基于偏度平衡的地面点与非地面点非监督分类方法,利用统计矩原理从LiDAR点云数据生成的DSM中有效地提取DTM。该方法区别传统算法的最大的优势在于无需参数或者阈值支持,并且相对于LiDAR点云数据的格式和分辨率是独立的。实验结果证明,该方法切实可行,具有较强的适应性,并且能够较好地满足精度要求。     

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。     

Cultural Heritage Predictive Rendering

High‐fidelity rendering can be used to investigate Cultural Heritage (CH) sites in a scientifically rigorous manner. However, a high degree of realism in the reconstruction of a CH site can be misleading insofar as it can be seen to imply a high degree of certainty about the displayed scene—which is frequently not the case, especially when investigating the past. So far, little effort has gone into adapting and formulating a Predictive Rendering pipeline for CH research applications. In this paper, we first discuss the goals and the workflow of CH reconstructions in general, as well as those of traditional Predictive Rendering. Based on this, we then propose a research framework for CH research, which we refer to as ‘Cultural Heritage Predictive Rendering’ (CHPR). This is an extension to Predictive Rendering that introduces a temporal component and addresses uncertainty that is important for the scene’s historical interpretation. To demonstrate these concepts, two example case studies are detailed.