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.     

基于向量融合的GPU算法

传统的光线投射算法能够得到清晰的体绘制图像，但由于其运行量巨大，导致速度慢，性能低。J．Krue ger等人提出了基于GPU的光线投射算法大幅度地提高了绘制性能，但在图像融合阶段仍未能充分利用GPU的向量运算的优势。为此，本文将图像融合阶段部分标量运算转换为向量和矩阵运算，绘制性能得到了进一步提升。