基于改进光线投射算法的体数据显示

光线投射算法属于直接体绘制（DVR）中应用比较广泛的算法,其优点是绘制质量高,但是存在采样点计算量大,绘制速度慢的问题.针对这一问题,本文利用投射光线在物空间的传递性质,提出了一种改进的计算采样点位置的算法,加快采样点的获取速度,提高图像三维重建的效率.该算法在PC机平台上得到了实现,不仅在图像质量上得到保证而且绘制速度又有很大提高,为图像的三维重建提供了有效的手段.     

基于改进空体素跳跃法的光线投射算法

提出一种针对计算统一设备架构(CUDA)存储器的访存优化策略。在此基础上,给出适用于CUDA存储器的改进空体素跳跃法,以减少对空体素采样点的处理,加快基于Phong光照模型的光线投射算法的运行速度。实验结果表明,该算法能在保证图像质量的前提 下,提高图像绘制速度。     

一种基于GPU的改进光线投射算法

针对传统光线投射算法计算量大、速度慢、在没有硬件加速情况下难以实时重建的问题,提出了一种基于GPU编程的快速计算重采样点值的光线投射算法。首先,设计一个GPU程序确定投射光线的终点与方向;其次,采用加速度步长采样方法确定重采样点的位置并利用快速复合插值方法计算重采样点的颜色值;最后,采用不透明度提前截止法进一步加速重建过程。实验结果表明,该方法计算复杂度低、执行效率高。在保证重建图像质量的同时,与现有基于CPU的光线投射算法相比,重建速度提高6倍,与基于GPU的传统光线投射算法相比,速度提高2倍。     

基于VTK光线投射法的CT图像三维重建

通过光线投射(Ray-casting)算法中等值面、最大密度映射和合成等三种体绘制方法实现CT图像的三维重建,验证并比较这三种方法在人体模型三维重建的技术上的优缺点.结果表明VTK用于CT图像的三维可视化具有快速、方便、高效的特点,三种方法各有侧重点,实际应用中不同的需要应选用不同的方法.     

基于最优采样模式的自适应光线投射法

三维直接体显示算法是显示三维数据体的一种重要显示方法,已广泛应用在医学图象生成和科学可视化领域之中。光线投射法又是三维直接体显示算法中最基本的一种方法。然而由于光线投射法需要大量的计算而受到限制。该文从减少光线投射数目的角度出发,提出了一种基于最优采样模式的频率投射算法。它的优点是不仅可以利用人的简单的视觉模型和强大的傅立叶分析工具,而且在采样模式上也更能符合人类视觉特点,减少了假模式,从而使更多     

一种改进的基于GPU编程的光线投射算法

针对传统光线投射算法采样效率低、绘制精度差等缺点,提出一种新的体绘制算法,所给算法采用新的采样合成函数,并结合经典的Blinn-Phong光照模型,采用不透明度提前截止判断光线终止。整个过程使用Cg语言编写顶点程序和片段程序来实现。实验结果表明算法既可以增强传统光线投射算法的绘制效果,也可以加快算法的速度。     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

使用GPU编程的光线投射体绘制算法

将传统的光线投射体绘制算法在具有可编程管线的图形处理器(GPU)上重新实现.首先将体数据作为三维纹理保存在显存中,然后通过编写顶点程序和片段程序将光线进入点/离开点计算和光线遍历的计算移入GPU中执行,最后根据不同的采样点颜色混合公式实现不同的绘制效果.文中算法仅需绘制一个四边形即可完成三维重建.实验结果表明:在进行光照效果的重建时,该算法能够达到实时交互的绘制要求,并能实现半透明等复杂绘制效果.     

基于光线相关性的快速光线投射算法

光线投射算法是一种应用广泛的体绘制技术的基本算法，其存在的主要问题是绘制速度较慢。为了提高光线投射算法的绘制速度，以满足医学图像三维重建的应用需求，在深入研究和比较各种光线投射加速算法的基础上，提出了以接近云算法为核心的、适用于医学图像三维重建的综合性加速算法，并在PC机平台上实现了该算法，在保证图像质量的同时绘制速度提高了一个数量级左右，为医学图像三维重建的实用化提供了有效的手段。     

一种改进求交的自适应光线投射体绘制算法

光线投射算法是体绘制技术中的一种重要算法,但其自身存在采样效率低和绘制速度慢等问题。为了提高光线投射算法的绘制速度,本文提出了一种改进求交的自适应光线投射体绘制算法,算法采用一种快速求交方法和自适应采样来提高体绘制速度,试验结果表明该算法能在基本不影响图像质量的同时提高算法的速度。     

基于结构特征的自适应光线投射算法

目的 光线投射法是一种重要的直接体绘制算法,但其效果取决于复杂的传递函数.为此提出基于结构特征的自适应光线投射算法,从而使得利用简单传递函数即可很好地揭示体数据特征.方法 首先分析光线方向标量值的变化趋势获取结构特征——特征段;然后基于若干意义明确启发式规则(特征段的次序、尺度、重要度)自动计算特征段的可见度,根据特征段可见度调节每个采样点的不透明度;最后基于调节后的不透明度完成绘制.结果 使用合成数据、医学真实采样数据和工业CT(computed tomography)数据进行测试,结果表明本文算法在展示体数据的内部结构特征,尤其是细小结构方面优于其他类似算法;本文算法速度比DVR(direct volume rendering)慢,但仍可满足交互需求.另外,本文算法还提供多个形象直观、意义明确的参数供用户调节,进一步增加了本文算法的灵活性.结论 本文提出的自适应光线投射算法,允许用户使用简单传递函数和调节意义明显的参数即可有效揭示体数据特征,进一步提高了光线透射法的直观性.     

一种改进的基于CUDA的纹理映射和光线投射结合的体绘制算法

针对传统的基于GPU的光线投射算法绘制效率较低的问题,利用CUDA架构的并行计算特性和对三维纹理的处理能力进行改进和优化.将体数据映射为三维纹理,利用CUDA三维数组进行存储与绑定,纹理拾取的浮点返回值利用线性滤波进行平滑.在传输函数的设计中引入中心差分梯度幅值增强对体数据边界面的绘制效果.每条光线的求交及颜色积累采用并行计算,按照由前向后进行颜色及不透明度累积.设置不透明度阈值,采用不透明度提前终止加速绘制.实验结果表明,绘制速度较传统的基于GPU算法有10％的速度提升,绘制效果也有很大的改善.     

Real-time ray casting rendering of volume clipping in medical visualization

This paper presents a real-time ray casting rendering algorithm for “volume clipping plane“ as an extension of the conventional ray casting technique.For each viewing direction a(moderate) pre-processing step is performed:the ray traverses the entire volume data (no early ray termination).Its intensity and opacity contributions are divided into several segments which are then sorted and stored by depth.At each sampling position along a segment,accumulated trans-parency and color are stored at a moderate memory overhead.For visualizing real-time volumeclipping,only relevant segment contributions (maximum two) at the location of the clipping plane are considered,thus reducing the calculation to meet real-time requirements.Compared with theprevious work that involves time-consuming re-clipping,re-traversing and re-shading,the proposed method achieves quality identical to ray casting at real-time speed.The performance is indepen-dent of the volume resolution and/or the number of clipping planes along a given viewing direction.Therefore it is suitable for real-time “internal volume inspections“,involving one or several cutting planes,typically applied e.g.,in medical visualization and material testing applications.     

基于图形处理器加速光线投射算法的多功能体绘制技术

为克服传统算法中体绘制交互速度不流畅、重建耗时长、绘制效果单一的不足,实现了基于图形处理器(GPU)的光线投射算法用于医学层析图像实时体绘制,并能快速切换不同组织器官的绘制效果。首先,读入医学层析图像到计算机内存,构造体素;然后,设置相应体素属性(如插值方式、着色处理、光照参数)等,设计显示不同组织器官的颜色及不透明度传输函数;最后,GPU加载体素据并进行光线投射算法的计算。实验结果表明,在绘制速度上,GPU加速光线投射算法实现的多功能体绘制技术的绘制速度能达到每秒40帧以上,完全满足临床应用需求。在绘制质量上,用户交互中由于重采样而产生的锯齿现象明显低于CPU端实现的光线投射算法,GPU端与CPU端绘制时间的加速比在9倍左右。     

Rendering of Surface and Volume Details in Volume Data*

Aiming at the detail rendering in volume data, a new volume illumination model, called Composed Scattering Model (CSM), is presented. In order to enhance different details in volume data, scattering intensity is decomposed into volume scattering intensity and surface scattering intensity with different weight functions. According to the Gauss probability distribution of gray and gradient of data, we propose an accurate method to detect the materials in a voxel, called composed segmentation. In addition, we discuss the principle of constructing these weight functions based on the operators defined in composed segmentation. CSM can generate images containing more details than most popular volume rendering models. This model has been applied to the direct volume rendering of 3D data sets obtained by CT and MRI. The resultant images show not only rich details but also clear boundary surfaces. CSM is demonstrated as an accurate volume rendering model suited for detail enhancement in volume data sets.     

针对类球形对象的改进光线投射算法

为提高光线投射算法的绘制速度和图像绘制质量,提出了一种针对类球形对象的改进光线投射算法。该算法首先设置球形包围盒的方法剔除对最后绘图结果没有影响的光线投射,用快速求交的方法来提高获取采样点的速度,通过自适应采样的方法加入新的采样点来提高绘制图像的质量。实验结果表明该算法不仅比传统方法绘制出的图像质量清晰,并且提高了算法的执行速度。