GPU加速的多分辨率几何图像快速绘制方法

为实现多分辨率几何图像的高效逼真绘制,将满足饱和性质的层次包围球概念与基于屏幕空间的误差判据思想引入到节点误差测度函数的设计中,提出一种适用于视点相关几何图像的节点误差测度函数.针对传统多分辨率几何图像裂缝消除算法复杂、难以用GPU加速的问题,使用正切函数控制顶点偏移;在GPU上快速消除几何图像四叉树结构的不同分辨率节点绘制时出现的裂缝,实现了节点间网格的快速平滑过渡.实验结果证明,该节点误差测度函数能实现几何图像四叉树节点的精确选择,三维模型特征保持明显;裂缝处理算法易于GPU实现,能获得较高的帧率.     

基于GPU的球面深度图实时绘制

提出了一种GPU加速的实时基于图像的绘制算法.该算法利用极坐标系生成对物体全方位均匀采样的球面深度图像;然后根据推导的两个预变换公式将单幅球面深度图像预变换到物体包围球的一个与视点相关的切平面上,以生成中间图像;再利用纹理映射生成最终目标图像.利用现代图形硬件的可编程性和并行性,将预变换移植到Vertex Shader来加快绘制速度;利用硬件的光栅化功能来完成图像的插值,以得到连续无洞的结果图像.此外,还在Pixel Shader上进行逐像素的光照以及环境映射的计算,生成高质量的光照效果.最终,文章解决了算法的视点受限问题,并设计了一种动态LOD(Level of Details)算法,实现了一个实时漫游系统,保持了物体间正确的遮挡关系.     

GPU实现的快速分层地形渲染算法

随着GPU性能的飞速提升,越来越多的地形渲染算法能够完全由GPU实现.本文提出了一种新的完全基于GPU的地形渲染算法.该算法使用顶点着色器完成中间数据生成,在几何着色器中使用之前生成的信息完成地形的LOD操作和网格的动态生成.该算法不仅具有易于在GPU上实现的特点,同时能够提供无缝的、自适应地形起伏的渲染效果.这也顺应了图形学的主流:将图形计算或对几何体的操作从CPU转移到GPU上,从而做到无需CPU的干预,降低数据传输量,节约通信带宽的目的.实验证明,该算法适合于处理较大规模地形块.     

基于GPU的快速三维医学图像刚性配准技术*

自动三维配准将多个图像数据映射到同一坐标系中,在医学影像分析中有广泛的应用。但现有主流三维刚性配准算法(如FLIRT)速度较慢,2563大小数据的刚性配准需要300 s左右,不能满足快速临床应用的需求。为此提出了一种基于CUDA(compute unified device architecture)架构的快速三维配准技术,利用GPU(gra-phic processing unit)并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实验表明,该技术在保持配准精度的前提下将速度提     

基于GPU的四维医学图像动态快速体绘制

传统的三维医学图像重建技术无法满足四维医学图像动态重建的需求,而四维医学图像庞大的数据量使传统重建技术很难实现高性能实时绘制.基于以上需求,提出了一种四维医学图像动态快速体绘制方法.首先采用GPU强大的并行计算能力,提出一种基于GPU、利用CUDA技术实现的光线投射算法;然后分析了算法框架、体数据及计算结果的存储策略、...     

基于GPU的实时深度图像前向映射绘制算法

提出一种完全基于GPU(graphics processing unit)的实时深度图像绘制流程.该方法利用GPU的并行计算特性对深度图像的绘制过程进行加速.推导出一种在vertex shader上进行的三维前向映射方法,对输入像素进行前向映射,以得到更高的绘制性能,并利用图形硬件流水线的光栅化功能高效地进行图像的插值重构,以得到连续无洞的结果图像.在pixel shader上进行逐像素的光照计算,生成高品质的光照效果.实验表明,该方法可以高速地进行满屏绘制,准确地保留物体轮廓信息和正确的遮挡关系.还实现了基于该方法的实时漫游系统.该系统能够实时地绘制多个基于柱面深度图像表示的对象,并能对其进行视相关的动态LOD(level of detail)操作.     

基于图像分割的三维重构

三维重构方法是医学图像可视化系统、治疗计划系统的重要技术。基于图像分割的三维重构方法结合了图像分割、等值面抽取、网格简化三种技术,是不同于传统Marching Cubes算法的一种三维重构方法。它首先将医学图像分割为二值图,然后利用Marching Cubes方法进行等值面抽取,最后对得到的网格模型进行简化。实验结果表明,基于图像分割的三维重构方法加快了Marching Cubes的运算速度,改善了重构的效果,有利于实现对基于三维重构的大型几何模型的实时绘制和交互。     

基于面绘制的医学序列图像三维重建

基于医学CT图像序列,利用改进的面绘制方法,分别实现了皮肤和骨骼的三维表面重建。在皮肤重建中,主要采用阈值分割法和迭代法相结合而得到光滑逼真的效果。在骨骼重建过程中,采用二值法构建骨骼三维表面,并对得到的结果进行去噪处理,进而得到清晰的骨骼轮廓。为了验证重建方法的通用性,实现了复杂结构器官--心脏的三维表面重建。实验结果表明,方法易于实现,获得了较理想的三维重建结果。重建的三维模型可进行旋转、放大和缩小等操作,这不仅有利于实现人机交互的功能,同时也有利于对模型进行设置和观察。     

基于GPU的近似软影实时绘制

通过对阴影图算法进行扩展,提出一种完全基于GPU的近似软影实时绘制算法,它是一种3遍算法:第一遍从光源中心计算场景的深度图;第二遍采用几何着色器提取物体的轮廓边,同时在轮廓边上生成新的几何图元,利用硬件自动插值功能向外绘制线性近似半影图,并根据第一遍得到的深度图在像素着色器中对背面轮廓形成的半影区进行剔除;对于重叠的半影区设定片元的伪深度值,利用硬件进行自动融合.第三遍分别查询深度图和半影图,确定场景的本影区以及半影区中像素的亮度,从而得到面光源照射下场景的近似软影效果.     

GPU实时构建四叉树的快速地形渲染算法

针对传统四叉树场景渲染CPU占用率高、带宽开销大的缺陷,提出一种适合于GPU实现的四叉树场景分割和渲染算法.利用纹理和像素着色器实时构建四叉树,使用几何着色器实现GPU对四叉树的遍历和场景分割;针对已有的动态构建算法中裂缝消除算法难以用GPU实现的缺点,通过在四叉树构建中引入"过渡集"的概念,有效地消除了不同分辨率层次之间可能出现的裂缝.实验结果证明,与传统的动态构建算法相比,文中算法易于GPU实现,无需CPU干预,并降低了带宽开销,可以达到较高的帧速率.     

基于VTK的医学图像快速重建系统

使用数据可视化工具包VTK和重建算法MC开发了一套医学影像三维重建系统。系统针对阻碍实时性的三维重建时空问题,采用顶点合并和哈希映射方法对三角形网格进行优化,有效减少了重建后图像的存储量并提高了显示速度。本系统为构建完整的医学可视化平台奠定了基础。     

基于GPU的动态头发渲染

运用模拟头发运动的系统计算头发阴影的阴影生成算法和一个通过每一串头发来模拟光线散射的发射模型,就可以创建出极其真实的头发影像。渲染结果表明,利用以上方法可以渲染出极其逼真的头发。     

针对脊柱CT图像三维重构MC方法的改进

对原始MC（Marching Cubes）方法存在的问题和局限进行改进,并以此为基础重构脊柱三维模型,使之满足术前分析和远程手术的要求。采用双曲渐近线判别式消除面二义性问题,利用插值函数的空间连续性解决体二义性问题。提出基于对象相关性的cube连通性判断,减少三角面片过多的问题,进一步采用Decimation算法消减面片网格。实验证明了上述改进方法的有效性和正确性,可得到良好的三维重构效果。     

深度剥离与GPU结合的近似软影算法

针对基于阴影图算法扩展的一些近似软影算法中存在的只考虑外半影区而导致的本影区过多估计的问题,提出了一种深度剥离与GPU结合的近似软影实时绘制算法。算法利用GPU的几何着色器来提取场景物体的轮廓边并生成内半影和外半影图元,进而得到整个内外半影颜色图和深度图,最终阴影绘制的时候通过参考阴影图和内外半影图来确定每个可见像素的明暗值,从而得到比以往算法较真实的绘制效果,算法完全在GPU中实现。实验结果表明,对相对不复杂的场景,该算法可以生成较真实的软影效果,且绘制帧率完全达到实时。     

基于GPU的血管造影图像增强方法*

血管增强扩散算法遵循多尺度方法,利用非线性各向异性扩散方法进行血管增强,该方法在可视化不同半径的血管和增强血管外观上比现存的大部分方法都要好,但医学图像数据分辨率和灰度级都很高,多尺度选择和求解非线性各向异性扩散的偏微分方程时运算量很大,执行速率低,不适合实际应用。提出一种基于GPU(graphic processing unit)的血管造影图像增强方法,采用计算统一设备架构(CUDA)技术,利用像素的独立性和偏微分方程求解的并发性,实现了并行血管增强扩散算法。实验结果表明,该方法在保持血管增强效果一样的同时降低了处理时间,加速比达到27倍以上。     

GPU上循环矩阵的快速求逆算法

循环矩阵是一种特殊类型的Toeplitz矩阵,在很多专业领域尤其是图像和数字信号处理中有广泛的应用。计算其逆矩阵的快速算法由三个步骤组成:(1)使用离散傅立叶变换将矩阵的第一行元素转换到频率空间;(2)计算转换后的频谱中每个幅度的倒数;(3)在调整过的频谱上施加傅立叶反变换,获得逆矩阵的第一行元素,从而构建原始循环矩阵的逆矩阵。此算法的特点是每个数据元素的计算过程完全相同,同时独立于其它元素的计算,因而非常适合在GPU上运行。本文在GPU上实现了上述循环矩阵求逆的快速算法,将其转换为一个正方形的图形绘制。实验结果表明,该算法在GPU上的运行速度比在CPU上提高了大约10倍。     

基于GPU粒子系统的大规模雨雪场景实时模拟

基于粒子系统的雨雪模拟大幅提高了三维场景的真实感,但传统的基于中央处理(CPU)的粒子系统的渲染效率难以达到在大规模场景中进行雨雪渲染的要求.为此,提出了一种基于GPU的粒子系统来渲染雨雪场景的算法.该算法在视点前的一个固定区域内产生和绘制粒子,在顶点着色器中进行粒子属性的更新,在几何着色器中将粒子从点扩展为矩形,并对每一帧中的粒子的属性进行缓存处理,保证了粒子属性更新的连续性.此外,采用多幅雪花纹理与粒子随机组合,使雪花效果符合多样性和随机性.实验结果表明,该算法能在大规模场景中进行雨雪效果的实时渲染,并有较高的真实感.     

医学图像中微细管道结构的表面绘制算法

在医学图像处理中,常常需要提取出特定的组织或者结构,再以提取到的二值体数据为基础,对组织结构进行三维重建。传统的Marching Cube（MC）算法在对微细结构进行三维重建时,可能会产生断裂现象,不能有效保持原始体数据的连通性。以血管体数据为例,针对医学图像中微细管道结构重建提出一种改进的MC算法,以保持重建后组织结构的连通性。     

基于图形处理器加速的医学图像配准技术进展

针对目前医学图像配准技术无法满足临床实时性需求问题,对基于图形处理器(GPU)加速的医学图像配准技术进行综述探讨。首先对GPU通用计算进行概述,再以医学图像配准基本框架为主线,对近年来基于GPU加速的医学图像配准技术在国内外发展现状进行深入研究,并针对正电子发射型计算机断层显像(PET)和电子计算机断层扫描(CT)数据的非线性配准问题,分别基于中央处理器(CPU)和GPU平台进行配准实验,通过实验结果的对比,体现GPU加速配准技术的优越性。基于GPU加速的自由形变(FFD)和归一化互信息(NMI)结合的非线性配准方法配准后互信息值略低于CPU平台的配准结果,但其配准速度是CPU平台的12倍。基于GPU加速的配准算法在保持配准精度的基础上,配准速度都得到了很大的提升。