基于OpenGL图形标准的几何体CAI课件设计

利用ＶＢ,结合ＯｐｅｎＧＬ图形标准来开发几何ＣＡＩ课件,将二维、三维图形编程方法应用到ＣＡＩ课件中来,充分利用现代计算机图形技术为几何教学服务。     

基于GPU的水面实时渲染算法

提出基于可编程图像硬件实时生成真实水面的渲染方法,通过实现水面建模、水面折射和反射完成整个渲染过程。在正弦波叠加的同时,利用2个凹凸纹理实现水面的动画效果,通过实时纹理映射技术实现水面的反射、折射和菲涅尔等水面光照效果。实验证明该算法能够很好地满足人们对真实感和实时性的要求,适用于虚拟现实中真实水面的生成。     

基于实例化次数的约束求解方法研究

启发式是约束满足问题领域的重要研究课题,有效的启发式方法可以极大地提高问题的求解效率.在求解约束满足问题时,发现变量实例化失败次数与值实例化成功次数反映了变量和值与已实例化集合之间的关系,将实例化次数加以利用可以对问题求解效率有很大的影响.据此,提出了实例化次数的权值统计方法,并将其与现有启发式方法相结合,提出了实例化次数启发式及其相应的约束求解算法MAC_Try,并证明了其在一个分支上的最坏时间复杂度是O(ned3).大量实验结果表明,新的MAC_Try方法在求解效率上明显优于国际上流行的MAC3rm方法.     

工作流活动节点多实例化问题研究

活动是组成工作流模型的基本单位，为了便于工作流的组织管理，本文提出工作流多实例活动的概念，并用一种叫做活动实例生成器的工具对这些实例活动进行管理。在此基础上多实例活动的用途和产生方法进行了详细讨论。     

基于LBM模型在GPU上实时草波动的实现研究

对室外复杂场景真实感的渲染的需求越来越高.越来越多能体现真实感渲染的物理模型用于实时渲染中.LBM(Lattice Boltzmann Model)模型在保证质量守恒和动量守恒的前提下,能模拟复杂流体运动.而图形硬件(GPU)的发展,使LBM模型能在GPU上实现,提高了算法的运行效率,使之能用于实时渲染.为了实现对室外复杂场景真实感的渲染,提出了基于物理模型实现实时渲染草地波动效果的算法.用LBM模型模拟风力场,用简单且实用的方法建模草地,实现实时渲染大规模草地的波动效果,且能达到比较真实的效果.     

TBR架构GPU中三角形高效光栅化

目的 在基于分块渲染(TBR)架构的GPU中,三角形光栅化的速度对芯片的性能影响很大,采用传统的光栅化方法会产生大量多余的像素,无法发挥TBR架构的优势.方法 提出了一种该架构下的高效三角形光栅化算法,该算法充分利用了分块渲染的特点,通过预处理计算出三角形在每一个块内的绘制参数,得出三角形与块边界的位置关系,并将其随三角形的分块信息一起写入存储器,在光栅化阶段采用了Bresenham算法,利用生成的三角形边得到在每一个块内的扫描水平线,进而生成水平线上的每一个像素.结果 经过理论分析,该算法的光栅化效率可以达到83%以上,甚至接近100%,在FPGA原型验证系统上对该算法进行了功能和性能的验证.结论 提出的三角形光栅化算法,能够适应TBR的架构,实际测试像素填充率与频率高一倍的ATI M9相当,因此该算法能够达到较高的光栅化效率.     

现场总线功能块的实例化

首先介绍了基金会现场总线功能块的特点，在此基础上提出了功能块实例化的概念. 然后分析了在实现功能块实例化中使用到的动态对象字典（OD）、统一的服务和函数指针技术等几项关键技术． 最后阐述了功能块的实例化技术在实现复杂控制的并行计算和减少总线网络的通讯负担方面所起到的重要作用．     

基于GPU栅格化的任意多边形布尔运算

任意多边形布尔运算大多基于CPU栅格化方法,而CPU的串行性会增加栅格化过程的耗时。为此,提出一种基于图形处理器(GPU)栅格化思想的多边形布尔运算算法。用GPU实现CPU中较耗时的二维图形栅格化过程并提取内外轮廓片元,构造GPU环境下的栅格数据结构及与之空间映射相对应的CPU环境下的顶点数据结构,采用CPU与GPU相协调的方式交替访问内外轮廓进行顶点跟踪及轮廓片元压缩,最终得到正确的布尔运算结果多边形。实验结果表明,与现有多边形布尔运算算法相比,该算法能有效控制精度,且具有更高的执行效率。     

基于实例化视图的MDX语句执行性能优化

多维表达式(MDX)语句多用于实现对海量数据的多维分析,如何对MDX语句的执行过程进行优化,进而提高查询速度是构建在线分析处理系统的一个难点。该文采用预建实例化视图的方法,使得原先基于事实表和维表的多表连接查询在经过查询重写后,可直接利用单一的候选实例化视图完成,从而大大加快了MDX语句的执行速度。阐述了选取候选实例化视图的基本思路,并给出实验结果。实验证实,数据量越大、MDX语句越复杂,性能提升的效果越明显。     

可满足性求解器算法基于GPU的加速研究

可满足性求解(SAT)问题被广泛应用于软件验证、理论证明、微处理器验证、模块验证等领域,工业应用实例问题求解变量规模已达到百万数量级,传统的基于CPU的串行和并行SAT求解方法已无法满足如此规模的问题求解。不同于以往的并行SAT研究,利用GPU并行处理的特点和SAT算法的特点,将SAT算法中最耗时的BCP(Boolean Constraint Propagation)过程并行化,设计实现了基于GPU的BCP过程GP_BCP(GPU Paralleled BCP),从而将BCP过程的性能提高了5.4～10.3倍。     

基于GPU的虚拟经络系统构建的研究

在GPU渲染及虚拟人理论基础上建立一个包含人体脏腑结构、骨骼和穴位的虚拟经络的研究系统.分析系统的整体结构,并阐述系统各模块的具体实现,内容包括模型获取、模型操作、穴位拾取算法和GPU渲染,最后通过GPU渲染与传统方式渲染的比较,给出实验结果.     

基于OGRE粒子系统的烟花模拟

粒子系统在计算机图形学中占有很重要的地位,它可以实现对许多自然现象和景物的真实模拟.为了实现对烟花的模拟,首先研究OGRE粒子系统的核心原理,以及粒子脚本语言和材质脚本语言,结合纹理映射的方法,提出一种基于OGRE粒子系统的烟花模拟方法,最后在该图像渲染引擎下实现了多种烟花效果.由于该方法采用脚本语言,开发者可以不用修改程序代码就可以调节和实现多种烟花效墨,这样可以节约开发时间,提高应用开发效率.     

基于GPU多纹理混合技术的循经感传模拟的设计与实现

为了在虚拟人体经络系统中模拟循经感传现象,提出了一种基于GPU的纹理混合技术,通过对三张不同色的纹理贴图进行采样,在GPU的像素着色器中根据混合公式合成最终的纹理,实现了循经感传动态模拟效果.程序设计结果表明:在不同的模拟参数下,系统都能够实时逼真地重现循经感传过程.因此采用多纹理混合技术来模拟感传是一个合理有效的解决方案.     

基于OpenCL的GPU加速三维时域有限差分电磁场仿真算法研究

提出了一种基于开放运算语言（OpenCL）的GPU加速三维时域有限差分（FDTD）电磁场仿真计算的方法．该方法利用图形处理单元（GPU）的并行处理特性并结合OpenCL接口标准实现了时域卷积完全匹配层（CPML）吸收边界条件的三维FDTD的高性能加速计算．首先设置FDTD仿真参数并动态申请内存空间,然后初始化OpenCL的计算参数,对三维电磁模型基于OpenCL进行FDTD加速仿真．本方法显著提升了FDTD电磁场仿真速度,与利用CPU计算相比速度提升可达5-8倍,且具有CPML吸收边界条件,可以模拟电磁波在自由空间的传播;基于OpenCL编译的语言程序可以运行在CPU或GPU硬件上,并可充分发挥多核CPU的并行计算能力,使得FDTD电磁场仿真具有更广泛的实际应用．     

基于GPU的三维地震数据场体绘制方法

体绘制技术是计算可视化研究和应用热点之一。在对三维数据体进行形式化定义基础上,讨论光线投射算法中数据体划分,重采样计算以及图像合成的原理和方法。利用着色器进行重采样和图像合成运算,实现体绘制的GPU加速。将GPU加速的光线投射体绘制方法应用于地震数据解释,分别实现地震数据的灰度和伪彩色样式可视化,并通过转换函数,凸显出地震数据场的层位特征,克服了地震数据剖面、切片以及三维面绘制图像的局限性。     

基于GPU的金属工件表面缺陷检测算法的研究

在金属工件的生产过程中,不可避免地会生产出一些不良品,必须进行快速识别。缺陷检测系统需使用图像采集设备采集金属工件的表面图像,完成混合噪声滤除等预处理后,进行图像配准并使用差影法分割图像,然后标记缺陷和提取缺陷纹理特征,最后进行工件缺陷的分类和识别。为了提高金属工件表面检测系统的检测速度,以满足高速生产流水线对检测系统的高实时性要求,依托GPU平台设计了一套合理的并行算法来完成不合格工件的自动检出工作。实验结果表明,在满足检测精度的前提下,基于GPU的并行图像处理算法相对于串行算法能取得较好的加速效果(实验环境为3.2~10.3倍加速比),为工件表面缺陷的快速检测提供了一种新的途径。     

基于GPU加速的粒子流体动力学流血模拟算法

流血模拟是虚拟手术训练系统的重要组成部分。然而,流血模拟的真实性和庞大的计算量对手术训练系统具有很大的挑战。提出一种基于GPU加速的方法以解决虚拟手术中的流血效果模拟的实时性问题。该方法利用网格法实时划分问题区域,创建以支持域为边长的空间网格。通过临近网格搜索最近相邻粒子,并且通过并行计算架构(CUDA)多线程并行加速技术完成粒子控制方程的求解以及血液与固体交互的计算,大大提高了运算效率,从而提高了手术训练的实时性。一种改进的移动立方体算法(marching cube)用于流体表面的渲染,大大提高了手术训练的真实性。实验结果表明,该方法能够满足虚拟手术过程中流血的模拟需求,相比于CPU的实现,速度明显提升。     

基于图形硬件的显式织物模拟

凡是需要真实场景和人物动画的图形应用场合,织物模拟都是必不可少的环节之一,其模拟速度和效果往往决定应用整体的效率和真实感.以实时织物模拟为目标,利用GPU(Graphics Processing Unit)并行编程语言CUDA,设计了一种基于弹簧-质点模型的显式织物模拟并行算法.该算法将模拟过程分为计算阶段和渲染阶段.在计算阶段,通过将质点与CUDA的线程一一对应,并行更新质点的速度和位置.算法利用线性存储器纹理解决了越界问题,并通过使用CUDA的共享内存减少对全局内存的访问.为了使各线程负载均衡地填充共享内存,提出nPass方法.在渲染阶段,算法利用CUDA与OpenGL的交互性,直接在GPU上渲染,避免了将数据回传到主存的额外开销.实验结果表明,与CPU算法和传统的GPU算法相比,该算法的模拟速度分别加快了30倍和5倍.     

GPU平台上ADL算法的实现

自适应方向提升小波变换(ADL)利用图像纹理特征进行变换编码,从而获得更高的编码质量,但同时也增加了计算复杂度.为了提高图像编码速率,在统一计算设备架构(CUDA)的图形处理器(GPU)上,提出一种并行实现ADL中的插值和方向变换计算的新方案,对插值部分同时采用粗粒度和细粒度的并行,即把图像数据分成若干个块进行粗粒度的并行,而对块中的每个像素点采用细粒度的并行.对变换部分中的9个变换方向采用粗粒度的并行.实验表明,在GPU上并行实现ADL变换是CPU实现的4倍左右,CPU-GPU整体架构下的ADL变换编码的速度是CPU平台下的3倍左右.