使用GPU编程的工业CT断层图像三维可视化技术

在具有可编程管线的图形处理器（GPU）上重新实现了传统的光线投射算法,将耗时的三线性插值和采样过程放在GPU上进行,以提高绘制速度.首先将体数据映射为三维纹理并将其载入到显存,接着通过对顶点着色程序和像素着色程序的编写将光线进入点、离开点的计算以及图像的合成运算移入GPU中,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.本算法通过只绘制一个代理面,避免了使用固定管线的混合操作,从而可通过自定义的混合算法来实现各种复杂的绘制效果.结论：与传统的光线投射算法相比,文中算法可快速重建出质量较高的图像,使实时绘制工业CT断层图像成为了可能.     

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。     

光线投射的快速算法研究

针对医学体数据场的直接体绘制（DVR）的加速算法进行了讨论。基于体绘制的多种加速技术。利用格雷厄姆求凸壳算法和与平面簇求交算法对体数据场和投射光线进行裁剪,结合多边形的扫描线转换和投射光线的离散化、体素化,改进了光线投射算法。。     

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。     

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。     

规则数据场相关性的光线投射算法

光线投射算法是体绘制中的经典方法之一,这一算法突出的优点是不必再单儿消隐,具有结构清晰,算法简单,实现便利的特点,但简单的光线投射算法存在采样效率低和绘制精度低的缺点,本利用数据场的相关性和不等步长的采样方法来改善光线投射算法的不足,使它既具有快速的优点又具有较高的成象精度。     

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。     

一种实现空中显示和虚拟交互的体绘制方法

为了不受限制地在三维空间中直接观测体数据三维可视化结果,并且进行非接触式交互,提出了一种空中显示和虚拟交互的体绘制方法,将空中显示和虚拟交互结合应用到光线投射体绘制算法中,并在此基础上设计了一种体数据空中显示和虚拟交互的系统.实验结果表明医学影像体数据绘制图像能够很好在空中显示,而不依赖于任何的显示载体,空间真实感强烈.同时,能够通过体感感知检测手势实现非接触式交互,交互方式灵活自然,对观测者限制小.     

基于Shear-Warp的预合成体绘制方法

为提高用Shear-Warp重建的三维医学图像的质量,提出了一种改进的基于Shear-Warp的预合成体绘制算法IPVR.该算法采用预合成体绘制技术,在重采样过程中,结合体绘制方程和光照模型,确定最终的重采样值并合成中间图像,从而消除标准Shear-Warp算法中因欠采样而产生的混淆现象.实验证明该方法满足实时体绘制要求,显示效果较好.     

医学图像三维重建Splatting体绘制的研究与改进

采用Splatting(抛雪球)体绘制法对医学图像进行三维重建.论述了体绘制和Splatting算法的成像理论,分析了Splatting算法的重建误差,并对Splatting算法的图像合成进行了改进.使用Visual C++和OpenGL,实现了改进的Splatting体绘制算法,消除了Splatting体绘制中的条纹现象,取得了较好的成像效果.     

一种基于移动设备的医学图像体绘制方法

针对移动设备硬件局限性,提出一种新的纹理切片体绘制方案,利用最新支持移动设备的OpenGL ES 2.0接口的图形处理能力,精心地设计体绘制着色程序,完全避免复杂的计算和条件分支,较好地解决了实现医学图像交互式体绘制速度慢的问题。通过在不同的设备上和不同的场景下进行实验,表明本文的方法可以使绘制帧率提高一倍左右。     

基于AHP-模糊评价法的化工企业风险分级管控研究

针对传统技术应用在网络推广平台上时,无法将推广平台中的图形转换为数据,从而导致平台反应时间较慢的问题,提出一种计算机图形图像绘制技术在网络推广平台上的应用。使用绘制技术处理平台内的原始图像,利用非数据集表示展示图形,利用形态运算不断复合集合处理非数据集,计算出平台图像布局数据,映射处理平台的纹理空间,计算得到图像纹理特征的表达数据,采用体绘制算法中的内插计算,采样转换平台图像数据,完成计算机图形图像绘制技术在网络推广平台的融合分析。实验结果表明:与应用了传统技术的网络推广平台相比,应用了计算机图形图像绘制技术的网络推广平台可以将展示内容图片转换为数据,减少了展示平台的反应时间。     

基于MITK的三维体绘制系统设计

在MITK(Medical Imaging Toolkit)算法平台的基础上,采用Microsoft Visual C++语言设计基于MITK的三维体绘制系统。三维体绘制系统主要将光线投射法和错切变形法结合,构成一个三维重建系统,方便使用者在高质量绘制和实时绘制间自由作出选择。该系统可进行二维序列切片图像的显示和三维重建,并能调节三维图像的阻光度,展现出不同的三维立体绘制效果。     

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.     

基于矢量场自适应采样算法的图像体绘制技术

针对医学数据体绘制的特点,研究了体数据矢量场的变化特征,分析了采样频率与矢量场的关系,提出基于矢量场的自适应采样算法,对重建图像贡献最大的数据区域采用高频采样,对其贡献小的数据区域采用低频采样,从而自适应地控制采样步长,提高了重建性能.研究结果表明,自适应采样算法在重建效果不受影响的前提下,将重建速度提高约30％～60％.     

基于C-S模型的实时远程体重建系统及其在医学图像中的应用

在客户端-服务器的远程双向控制模型基础上结合三维纹理体重建算法,提出了一种实时远程体重建系统模型,并将其应用于大数据量医学图像处理．实验证明,运用这一重建模型能很好地满足网上客户端的医学图像数据的快速、交互处理要求,并与传统的单机硬件配置相比,速度上有很大的提高．     

基于小波变换的医学图像融合及基于体数据遍历算法的三维重建

在临床的实际应用中，基于小波变换的单模态的医学图像中的计算机断层造影术(CT)和核磁共振图像(MRI)之间的数据融合提供了更丰富的信息．融合图像的3D(threc dimensional)重建采用表面绘制方式，所用的一种体数据遍历算法，既提高计算效果，又能进行真实感曲面的显示，并可实现对感兴趣区域(Region of interest．ROI)的分割提取、三维重建和显示，提高医学诊断的准确性和可靠性．