排序方式: 共有41条查询结果,搜索用时 15 毫秒
1.
为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4~10倍的加速比. 相似文献
2.
在流体动画中,流体控制是生成可控流体运动的关键技术.为产生视觉逼真、行为可控的流体动画效果,提出一种基于几何特征的流体控制方法.首先通过构建流体形状的时变几何分区,实现对可控流体形状的表达及动态跟踪;在此基础上设计异构控制模型,以增强流体运动控制的灵活性,该模型采用了带约束优化的刚性控制和基于弹簧模型的柔性控制2种方法;最后将异构控制模型与高精度流体物理模型相耦合,生成视觉逼真的可控流体运动效果.实验结果表明,该方法能够在保持流体角色形状的同时产生丰富的流体细节,满足动画师的设计需求. 相似文献
3.
三维流场的流线提取算法 总被引:2,自引:0,他引:2
为了有效地解决三维流场可视化中由于播种流线所产生的众所周知的遮挡和杂乱问题,呈现出清晰的流场模式与流场的重要特征,提出一种基于迭代最邻近点(ICP)与K均值聚类的流线提取算法.首先利用ICP算法实现流线间轮廓特征上的配准,并根据几何相似性进行排序;然后利用K均值聚类算法对流线分组;最后根据用户指定密度约简多余相似性流线,并以此结果重构矢量场来评价文中算法的精确度.将文中算法应用到多个数据集进行实验并与已有的流线分布的最新算法进行比较,结果表明,该算法能更有效地反映流场的关键特性,大大提高了三维流场数据集的可读性. 相似文献
4.
5.
地震数据三维可视化技术作为一个重要的地震解释手段,得到广泛关注。近年来随着勘探技术的进步,地震数据规模增大且结构复杂,给数据解析及数据可视化算法提出新的要求。详细介绍SEGY文件的格式,并给出地震数据的解析方法;针对三维数据场地震数据的性质,研究地震数据的三维可视化技术,并在GPU下优化体绘制算法,实现OSG框架下地震体模型的旋转、缩放及切片等交互方式;对多组数据进行大量的对比实验。实验结果表明,加速后的算法能够获得比较显著的性能提升。 相似文献
6.
针对投影图像与投影板运动之间不匹配的问题,研究了基于机器人运动控制的空间增强现实方法。首先,建立机器人和投影板的几何模型,并使投影板几何模型能在机器人模型末端的牵引下运动。其次,应用逆向运动学技术,根据设计的投影板运动轨迹计算机器人关节的运动轨迹,提出一种机器人同步控制方法,使投影板在机器人牵引下的运动轨迹与设计的运动轨迹一致。最后,根据投影板的运动轨迹设计图像内容,并用投影仪将图像投射到运动的投影板上。在由两台机器人、两块投影板和一台投影仪组成的系统上进行了实验,实验结果表明,提出的方法能根据设计的投影板运动轨迹精确地控制投影板的运动,且投影图像与投影板运动之间的匹配程度很好。 相似文献
7.
研究了火焰的重建,为改进现有稀疏视角输入下的层析成像算法的重建精度,提出了一种基于图像的启发式火焰重建方法。该重建方法通过迭代优化求解能量约束模型,实现对火焰三维温度场的重建。算法允许复杂的成像模型应用于重建过程中,使渲染过程更接近火焰真实成像过程,并对数据平滑性进行约束,以提高重建结果质量。算法在迭代过程中使用启发式规则引导温度场数据调整,使算法快速收敛,并通过使用图形处理器加速重建过程。使用模拟数据和真实捕获数据进行实验,结果表明,与现有方法相比,提出的方法有效提高了重建结果的精度及平滑性,验证了提出方法的有效性。 相似文献
8.
研究了快速求解具有时间约束的机械臂轨迹规划问题,提出了一种基于凸规划的轨迹规划方法。该方法针对机械臂轨迹规划中动力学约束非线性强、时间约束不易处理的问题,首先通过变量替换,将非线性约束转化为线性约束,然后添加新的约束,将原始非凸优化问题转化为凸规划问题,在此基础上,将其写作二阶锥规划(SOCP)形式,使用SeDuMi等优化工具包近似实时求解。该方法具有以下优点:计算高效,凸规划问题能够在多项式时间内得到求解;算法全局稳定,能收敛到全局最优解,不需要提供优化初值;可扩展性强,工业机器人的多种约束以及性能指标如加速度平滑约束、功率等均可扩充。仿真实验表明,与现有方法相比,该方法能够有效提高轨迹规划的效率,机器人的轨迹规划可以近似实时求解。 相似文献
9.
对油藏开采领域而言,快速、准确地识别油水层有利于节省大量的人力物力,提高不可再生资源的开采率。现有的层位识别方法未能考虑测井数据的序列关系,并且对所有层位进行统一识别,导致物性相近的层位识别易混淆,识别效果存在局限性。针对测井数据的特点,本文提出基于循环神经网络(RNN)和全连接神经网络(FCNN)的多尺度油水层识别方法。该方法首先基于RNN建立粗粒度的识别模型,再通过串联FCNN的方式实现更细粒度的层位识别,不仅考虑了测井数据在空间上的关联性,同时以多尺度方法识别易混淆的层位。解决了测井数据特征提取困难、层位识别率低的问题。本文在真实测井数据上进行了实验验证,实验结果表明本文方法油水层识别效果良好,有较强的实用性。 相似文献
10.
随着测井技术及大数据分析技术的快速发展,自动测井解释技术可以有效辅助人工快速开展储层划分、油水层解释等工作。为了提升储层划分及油水层识别准确度,本文提出了一种基于有监督学习的多粒度聚类识别方法,该方法通过对标准测井曲线及分层结果的学习提取不同分层测井曲线特征,在划分出储层的基础上再进行油水层识别。与已有方法相比,本文方法通过对真实测井曲线进行多种处理,从而融合曲线多层次特征,有利于取得更加准确的分层结果。实验结果表明,该方法可以对测井曲线进行自动分层,提高了曲线自动分层的效率,在真实测井曲线上能够取得较好的分层识别结果。 相似文献