基于八叉树编码的CUDA光线投射算法

目的针对传统的GPU光线投射算法绘制效果差,绘制效率低的问题,在CUDA架构上对光线投射算法进行优化和加速。方法首先采用八叉树对体数据进行编码,有效地剔除体数据中对重建图像无贡献的部分;其次,将体数据绑定到三维纹理上,根据体数据大小分配线程,每条光线与体数据求交时采用并行计算;最后,在CUDA内核中实现光线投射算法。结果仿真实验结果表明文中算法可以将传统GPU光线投射算法的绘制速度提高7～15倍,并增强算法的绘制效果。结论算法对传统的GPU光线投射算法的绘制速度和效果都有提高。     

基于图像处理器的EWA Splatting体绘制加速算法

提出了利用目前的图像处理器（GPU）的点块纹理、帧缓存对象（FBO）和可编程功能来加速实现EWA Splatting的体绘制算法.该算法直接以采样点作为代理几何,利用光线投射在GPU中求取每个像素点的所对应三维纹理坐标,同时用一个近似低通滤波器代替高斯滤波器.试验结果表明,所提出的算法可以应用于高质量的交互科学计算可视化.     

基于包围跳跃的计算统一设备架构光线投射算法

针对传统光线投射算法绘制速度慢和图形处理器(graphics processing unit,GPU)不能有效进行并行计算的缺点,文章提出一种基于包围跳跃的计算统一设备架构(compute unified device architecture,CUDA)光线投射算法。首先介绍了CUDA的编程模型和线程结构,然后用包围盒技术隔离体数据周围无效的空体素,减少投射光线的数目;利用光线跳跃技术,在包围盒内进行快速光线的合成,跳过透明的体素,减少大量体素的重采样;最后使用CUDA强大的并行处理计算的功能实现光线投射算法。实验结果表明,在保证图像质量的同时,绘制速度上比基于GPU加速的光线投射算法有14倍的提高,能够接近实时绘制,有很好的应用价值。     

基于包围跳跃的CUDA光线投射算法

针对传统光线投射算法绘制速度慢和GPU (Graphics Processing Unit,图形处理器)不能有效进行并行计算的缺点,文章提出一种基于包围跳跃的CUDA(Compute Unified Device Architecture,计算统一设备架构)光线投射算法,首先介绍了CUDA的编程模型和线程结构,然后用包围盒技术隔离体数据周围无效的空体素,减少投射光线的数目;利用光线跳跃技术,在包围盒内进行快速光线的合成,跳过透明的体素,减少大量体素的重采样;最后使用CUDA强大的并行处理计算的功能实现光线投射算法。实验结果表明,本文的方法在保证图像质量的同时,在绘制速度上比基于GPU加速的光线投射算法有14倍的提高,能够接近实时绘制,有很好的应用价值。     

基于VTK的光线投射算法的采样间距

在VTK算法平台上,分别采用细胞显微图像和头部图像等三维体数据实现了光线投射体绘制算法。实验采用不同的采样间距,得到不同的重构效果,所需的重构时间也不同。通过比较与分析采样间距与重构效果和重构时间的关系,获得合理的采样间距,为不同的序列切片图像三维重建技术研究与应用提供了实验基础。     

光线投射加速算法研究与实现

光线投射算法是医学图像体绘制技术中的经典算法,但绘制速度很慢,文章对其各个环节提出了加速算法,包括设置法向量明暗度查找表,减少投射光线及加快求交采样,并得到了理论验证和实验实现。     

基于舍弃采样的光线投射加速算法

光线投射法是一种重要的体绘制算法,但直线上采样点的确定和采样值计算是非常费时的,也是影响体绘制实时性的重要因素.针对这个问题,该文利用对象空间的相关性,采用舍弃贡献不大的射线段参与采样的方法,加快了绘制速度.同时利用平面簇的交点可以快速求得直线上的采样点及其特征值,结合自适应采样方法,提高了绘制图像的质量.改进以后的算法复杂度明显降低,实验结果证明绘制速度可以提高20%左右.     

一种基于非透明度校正的光线投射体绘制算法

针对传统光线投射体绘制算法的非透明度校正不能满足实际应用的要求,提出了一种新的体绘制算法。该算法基于新的采样合成函数,采用非透明度提前截止来判断光线终止。最后,通过gsgl语言编写顶点程序和片段程序对实现了算法。实验结果表明该算法在不同的采样间距下都可以大大改善体绘制的质量和速度。     

基于线性八叉树光线投射算法在云可视化方面的应用

针对传统体绘制算法采样效率低,内存消耗大,绘制速度慢等缺点,提出了基于线性八叉树的光线投射算法并用于真实云图可视化。该方法首先通过线性八叉树对传统光线投射算法和存储进行优化加速,并结合Blinn-Phong光照模型增强每个体素的色彩渲染;然后采用合成公式求累积像素值。利用明暗计算的效果显示云的边界面,最终实现云数据的可视化。实验仿真结果表明,该算法在增强绘制效果和加快绘制速度方面的有效性。     

一种八叉树编码加速的3D纹理体绘制算法

针对后分类3D纹理体绘制算法在数据量较大或片元着色程序较复杂时绘制速度较慢的问题,提出了一种基于八叉树编码的加速算法.首先设置八叉树的高度,并根据空间位置对体数据逐层剖分,然后构建八叉树,用八叉树结点来保存生成子块的相关信息,最后遍历八叉树来实现空间跳跃,减少了在体数据内采样生成的片元数量,从而缩短了GPU对片元进行着色、测试、混合等处理的时间.实验结果表明,该算法可应用于不同片元程序的纹理体绘制中,绘制速度均在10帧/s以上,与自适应分块加速算法相比,该算法能获得平均3.7的高加速比.     

一种大规模体数据压缩体绘制策略

针对基于GPU的大规模体数据直接体绘制过程中遇到的显存不足的问题,提出了一种大规模体数据的压缩绘制策略.该策略结合小波变换和分类矢量量化进行数据压缩,采用基于GPU的光线投射算法进行绘制,在绘制时,只解压变换当前绘制所需要的极少数数据,并结合多分辨率绘制,实现实时交互.基于CUDA的实验表明:该压缩绘制策略有效解决了显...     

基于硬件的点模型绘制

点云模型是一种新兴的物体几何表示方式,基于点的建模与绘制技术是近年来计算机图形学的研究热点之一。随着可编程特性的出现,GPU成为图形学研究中越来越流行的计算平台。以GPU为计算工具,设计了一种适合于GPU处理的类八叉树空间剖分结构,提出了一种新的基于GPU中的点模型光线求交算法,实现了基于GPU的点模型的快速光线跟踪绘制。     

基于GPU交互式光线跟踪算法的设计与实现

由于GPU并行处理能力和可编程能力的提高,计算量巨大的光线跟踪算法在GPU上的实现成为研究热点．在CUDA平台上验证了Foley等人所采用的KD-tree加速算法,实现了交互式光线跟踪．在图像分辨率为512×512,跟踪深度为4时,针对复杂场薏的渲染速度达到15f／s,基本实现交互式光线跟踪．     

基于八叉树的体绘制早期射线终止算法

早期射线终止是实时体绘制重要的加速算法之一。针对现有的算法中体数据逼近困难,需要大量的预运算时间等缺点,提出一种改进算法,基于八叉树的体数据表达,按视线方向从前向后的次序遍历八叉树,获得射线终止信息,再以深度缓冲剔取实现早期射线终止。算法对体数据逼近精确,无需预运算,加速绘制效果明显,且无损最终图像质量。     

基于可编程GPU的快速体绘制技术

新一代的图形显示硬件集成了以图形处理器(Graphics Processing Unit,GPU)为核心的可编程顶点着色器和可编程像素着色器,为实现实时体绘制技术提供了硬件加速支持.该文首先分析了可编程GPU的绘制流水线、硬件体系结构和快速绘制原理.最后基于可编程GPU实现了医学体数据的快速最大密度投射体绘制方法.实验表明,采用GPU的可编程像素着色器进行体绘制所需要的时间明显地少与不用GPU的可编程像素着色器进行体绘制所需要的时间.     

基于多分辨方法的海量数据三维云体绘制

针对因图形硬件存储能力有限带来的海量云数据体绘制的交互性差等问题,提出了一种适用于大规模体数据压缩的多分辨率三维云体绘制方法。该方法首先引入基于变异系数的多分辨率细节层次划分,再利用小波变换和最优量化对划分数据块进行压缩,最后采用基于GPU的自适应采样光线投射算法对云数据进行体绘制。实验结果表明:该方法与传统的多分辨率压缩绘制方法相比,既提高了绘制速度,又保证了绘制的逼真效果。