三维地震数据场的快速体绘制方法

在纹理和体元投影绘制方法的基础上,提出了适用于地震勘探数据的等值体素投影体绘制方法(IVP)。该方法对图形硬件的依赖程度较小,可以在微机上实现．其绘制速度基本上达到了交互的要求,绘制时间仅是光线投射算法的1／16～1／8,但生成的图像要模糊一些,能够满足地震勘探数据解释对图像质量的要求。     

基于PC硬件的大规模数据场快速可视化方法

科学可视化技术在众多领域具有十分广泛的应用,然而直接体绘制技术却有着计算量大、计算时间长的缺点,在普通的PC机上很难实现对大规模数据的实时交互绘制。目前的三维可视化系统通常需要架构在高端的图形工作站或转用计算机上。随着计算机软硬件技术的发展,普通的PC机图形处理器GPU(Graphic Processing Unit)具有了可编程功能。正是借助GPU的可编程功能及其强大的并行处理能力,研究并实现了一种基于普通PC硬件的体会之方法。最后应用该方法对工业、医学等体数据进行可视化,结果证明该方法可以在普通PC上实现较大规模数据的快速可视化。     

QuickWalk:一个大规模场景交互漫游系统

随着三维扫描与建模技术的飞速发展,三维场景的数据量急剧增大,无法一次性载入内存,而且难以进行交互绘制.研究开发了一个大规模外存场景的交互漫游系统QuickWalk,该系统集成了视点相关的层次细节技术、可见性剔除和场景数据的内外存调度,能够有效地减少运行时刻的内存需要,使CPU、GPU和I/O三者的效率得到充分发挥.实验表明,在保证场景绘制质量的前提下,该系统能够在目前普通的PC上实现大规模外存场景的实时显示和交互操纵.     

PACS下基于小波多分辨率的体绘制技术

结合小波变换和Mallat算法,提出了一种渐进式体绘制方法。在服务器端利用小波多分辨率将体数据分解为不同分辨率的离散逼近信号和细节信号;客户端重构时,先传输离散逼近信号再传输细节信号逐步细化图像。实验表明该方法只需12.5%或更少的体数据就能绘制出品质较好的图像,适用于数据量大、交互频繁的PACS系统。     

锥束CT检测成像仿真系统的研究与实现

设计并实现一个用于CT专业教学和科研的锥束CT检测成像仿真系统.该仿真系统能够模拟对CT设备的控制,生成正投影数据,重建被测物体,并能对重建结果进行三维显示.该系统包括如下关键技术:按真实比例对CT设备建模,实现了锥束CT工作过程的可视化;用场景图方法组织CT场景,简化了场景图形的管理方式;采用GPU加速CT正投影、图像重建和体绘制算法,在一定程度上解决了锥束CT大数据量快速计算问题.实验结果表明,该系统具有较快的运行速度,可满足用户交互操作的需要.     

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.     

一种统一的硬件加速自适应EWA Splatting算法

提出了一种新的硬件加速自适应EWA(椭圆加权平均)Splatting算法框架,可同时适用于三维体数据和点模型.算法将高斯重建核与低通图像滤波核结合,得到反走样、无模糊的高质量图像.提出一种高效的白适应滤波方法,减少了高质量EWA Splatting的计算量.提出了自适应体EWA Splatting的3种数据存储模式和一系列高级特性,其中包括交互式分类、体一面混合绘制策略和自适应浮点累加.展示了如何在可编程图形处理单元(GPU)中计算体数据和点模型数据的EWA Splat基元.实验表明,文中的方法在一台普通微机上每秒可绘制1500万～2000万个基元,达到较高的图像质量与交互的绘制速度.     

一种基于交互式多维传递函数的纹理映射体绘制算法

本文设计了一种基于空间信息的交互式多维传递函数的纹理映射体绘制算法。该算法不仅可以根据体数据的强度而且还利用体素的空间位置来设定绘制的颜色和阻光度。通过采用一种独特的空间投影变换,根据用户需求,将体数据划分为不同区域,并分别定义各自的传递函数。该特点使得本文的算法可以有效地对体数据进行交互式分析。在算法实现中,利用了通用图形硬件的可编程特性,在普通PC上可以达到理想的绘制质量和交互速度。     

体素分类与Phong光照模型GPU加速体绘制

为了提高体绘制的速度和效果,研究了体数据的分类和计算及其在图形处理单元上加速实现的体绘制算法.分别采用点体素先分类和预积分后分类方法为体数据分配颜色和不透明度,改进了利用不透明度对颜色加权改善绘制效果,根据Phong光照模型对体数据进行渲染.通过查找表软件加速和图形处理单元硬件加速两个方面分别实现并进行比较,实验结果表明,采用图形硬件加速的方法达到实时交互的效果,体绘制性能大大提高.     

交互式实时虚拟内窥镜系统中的关键技术

在分析虚拟内窥镜和体数据可视化方法的基础上 ,提出了一种基于透视投影体绘制的交互式实时虚拟内窥镜算法。在微机平台上实现的基于体绘制的虚拟内窥镜系统 ,验证了该算法的实时性和所生成图像的质量。     

Volume graphics

Volume graphics, which employs a volume buffer of voxels for 3D scene representation, is discussed. Volume graphics offers advantages over surface graphics: it is viewpoint independent, insensitive to scene and object complexity, and suitable for the representation of sampled and simulated data sets. Moreover, geometric objects can be mixed with these data sets. Volume graphics supports the visualization of internal structures and lends itself to the realization of block operations, constructive solid geometry modeling, irregular voxel sizes, and hierarchical representation. The problems associated with the volume buffer representation (such as discreteness, memory size, processing time, and loss of geometric representation) are discussed     

体数据的多尺度张量表达与可视化

图形硬件的发展为实时体数据可视化提供了硬件保证,然而随着扫描技术的发展,大数据可视化仍然面临显存不足问题,因此研究保持数据特征的压缩表达方法就非常重要。应用张量近似思想建立了体数据的多尺度表达与可视化方法,一方面多尺度张量近似实现了数据压缩,解决了大数据的绘制问题;另一方面,张量近似的自适应压缩基保持了体数据的尺度特征。实验结果表明,该方法是有效的。     

一种高效体数据压缩算法及其在地震数据处理中的应用

采用可编程图形硬件对大规模体数据进行直接体绘制时常常受到图形卡容量的限制,导致数据在内存与显存之间频繁交换,从而成为绘制的瓶颈.为此,提出一种大规模体数据矢量量化压缩算法.首先对体数据分块,并依据块内数据平均梯度值是否为0对该块进行分类;然后用3层结构表示梯度值非0的块,对其中次高层和最高层采用基于主分量分析分裂法产生初始码书,用LBG算法进行码书优化和量化,而对最低层以及梯度值为0的块采用定比特量化.实验结果表明,在保证较好图像重构质量的前提下,该算法可获得50倍以上的压缩比和更快的解压速度.     

Error-controlled real-time cut updates for multi-resolution volume rendering

Multi-resolution techniques are required for rendering large volumetric datasets exceeding the size of the graphics card's memory or even the main memory. The cut through the multi-resolution volume representation is defined by selection criteria based on error metrics. For GPU-based volume rendering, this cut has to fit into the graphics card's memory and needs to be continuously updated due to the interaction with the volume such as changing the area of interest, the transfer function or the viewpoint. We introduce a greedy cut update algorithm based on split-and-collapse operations for updating the cut on a frame-to-frame basis. This approach is guided by a global data-based metric based on the distortion of classified voxel data, and it takes into account a limited download budget for transferring data from main memory into the graphics card to avoid large frame rate variations. Our out-of-core support for handling very large volumes also makes use of split-and-collapse operations to generate an extended cut in the main memory. Finally, we introduce an optimal polynomial-time cut update algorithm, which maximizes the error reduction between consecutive frames. This algorithm is used to verify how close to the optimum our greedy split-and-collapse algorithm performs.     

Real-time visualization of large volume datasets on standard PC hardware

In medical area, interactive three-dimensional volume visualization of large volume datasets is a challenging task. One of the major challenges in graphics processing unit (GPU)-based volume rendering algorithms is the limited size of texture memory imposed by current GPU architecture. We attempt to overcome this limitation by rendering only visible parts of large CT datasets. In this paper, we present an efficient, high-quality volume rendering algorithm using GPUs for rendering large CT datasets at interactive frame rates on standard PC hardware. We subdivide the volume dataset into uniform sized blocks and take advantage of combinations of early ray termination, empty-space skipping and visibility culling to accelerate the whole rendering process and render visible parts of volume data. We have implemented our volume rendering algorithm for a large volume data of 512 x 304 x 1878 dimensions (visible female), and achieved real-time performance (i.e., 3-4 frames per second) on a Pentium 4 2.4GHz PC equipped with NVIDIA Geforce 6600 graphics card ( 256 MB video memory). This method can be used as a 3D visualization tool of large CT datasets for doctors or radiologists.     

Distributed shared memory for roaming large volumes

We present a cluster-based volume rendering system for roaming very large volumes. This system allows to move a gigabyte-sized probe inside a total volume of several tens or hundreds of gigabytes in real-time. While the size of the probe is limited by the total amount of texture memory on the cluster, the size of the total data set has no theoretical limit. The cluster is used as a distributed graphics processing unit that both aggregates graphics power and graphics memory. A hardware-accelerated volume renderer runs in parallel on the cluster nodes and the final image compositing is implemented using a pipelined sort-last rendering algorithm. Meanwhile, volume bricking and volume paging allow efficient data caching. On each rendering node, a distributed hierarchical cache system implements a global software-based distributed shared memory on the cluster. In case of a cache miss, this system first checks page residency on the other cluster nodes instead of directly accessing local disks. Using two Gigabit Ethernet network interfaces per node, we accelerate data fetching by a factor of 4 compared to directly accessing local disks. The system also implements asynchronous disk access and texture loading, which makes it possible to overlap data loading, volume slicing and rendering for optimal volume roaming.     

基于动态纹理载入的大规模数据场体绘制

为克服图形硬件对传统纹理映射体绘制的限制,提出了一种在普通PC上进行大规模数据场体绘制的有效方法。该方法中,体数据被划分为合适大小的数据块,这些数据块被动态的载入图形硬件,并利用3维纹理映射进行绘制。在整个绘制过程中,仅有一个数据块存储在图形硬件上,有效地提高了对大规模体数据的绘制能力。同时,充分利用目前PC图形硬件成熟的可编程特性,通过对梯度的实时计算来减少在传统纹理映射体绘制中巨大的内存消耗。实验结果表明,该方法在普通PC上可以对超过纹理内存容量的大规模体数据进行交互式体绘制。     

基于最优化分块的大规模数据体绘制加速方法

GPU加速体绘制已成为体可视化领域的研究热点,然而超出显存的大规模数据无法直接载入,成为GPU应用的瓶颈。分块技术能够在保证图像质量的条件下解决该问题,但分块数据的频繁加载和访问明显降低了绘制速度。针对上述问题,通过建立最优化分块模型得到了大规模数据的最优分块,并通过构造节点编号纹理和改进距离模板设计的方法进一步提高了基于八叉树的分块体绘制算法的绘制速度。实验结果表明,该方法加速效果明显。     

协同分布式图形硬件的混合并行体绘制

由于一般的共享存储并行机缺乏图形硬件,其上产生的3维科学计算数据,无法采用硬件加速的并行体绘制来就地进行数据可视化。为此基于本地并行机和分布式图形工作站,给出了一种混合并行绘制模型。该模型的工作原理是先将源数据存留在并行机,然后通过并行机的多处理器发布远程绘制命令流,进而通过操控工作站的图形硬件完成绘制;后期图像合成在并行机上执行,以发挥共享存储通信优势。通过负载平衡优化,并行绘制流水线有效实现了绘制、合成与显示的重叠。实验结果显示,该方法能以1024×1024图像分辨率,交互绘制并行机上的大规模数据场。     

A streaming narrow-band algorithm: interactive computation and visualization of level sets

Deformable isosurfaces, implemented with level-set methods, have demonstrated a great potential in visualization and computer graphics for applications such as segmentation, surface processing, and physically-based modeling. Their usefulness has been limited, however, by their high computational cost and reliance on significant parameter tuning. This paper presents a solution to these challenges by describing graphics processor (GPU) based algorithms for solving and visualizing level-set solutions at interactive rates. The proposed solution is based on a new, streaming implementation of the narrow-band algorithm. The new algorithm packs the level-set isosurface data into 2D texture memory via a multidimensional virtual memory system. As the level set moves, this texture-based representation is dynamically updated via a novel GPU-to-CPU message passing scheme. By integrating the level-set solver with a real-time volume renderer, a user can visualize and intuitively steer the level-set surface as it evolves. We demonstrate the capabilities of this technology for interactive volume segmentation and visualization.