一种基于Phong模型的体绘制明暗度快速算法

高效，精确地完成三维医学图像数据（如CT，MRI等）的体积显示，有助于医生对感兴趣的病灶部分或器官形成直观的认识，从而做出诊断或手术计划，针对体绘制的一个重要环节－明暗度的处理，提出了一种基于球面三角化的快速算法，其速度较传统的明暗度处理方法快近2倍，同时大大节省了中间数据的存储量，有利于在微机上实现，误差分析和实验结果表明，所提出的快速算法绘制质量与传统方法没有明显差异，具有可行性。     

基于scan-buffer三维不规则数据场的直接体绘制技术

针对三维有限元模型不规则数据场的特点 ,在直接体绘制算法的基础上 ,提出了一种基于scan buffer、适合多种有限元单元类型的算法 ,讨论了数据场到密度场不同的映射函数对绘制效果的影响 ,提出了适合于有限元数据场的几种映射模型     

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。     

一种应用于农作物生长过程的快速体绘制算法

以科学计算可视化中的体绘制技术为中心，分别介绍了该技术的基本概念及所采用的常用体绘制算法，并结合一种农作物的生长情况研究了一种具体的体绘制算法，实现了对该作物所处温度的实时反映。实现过程中，利用了OpenGL图形平台，简化了算法实现过程，加快了算法的效率。     

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％.     

三维数据场体绘制研究进展

三维数据场的体绘制技术具有重要的学术意义和应用价值,已成为计算机图形学的一个热点研究方向。介绍了体数据场按物理特征和几何特征的分类,综述了三维数据场体体视化的两类绘制算法——面绘制和直接体绘制,描述了各种体绘制算法的基本思想,分析比较了相应的关键技术,详细讨论了体绘制技术的最新研究进展.     

基于纹理硬件的大规模体数据快速绘制算法

针对大规模的体数据 ,有限的硬件纹理内存将大大降低算法的有效性 ,提出了一个新算法用于加速基于纹理硬件的大规模体数据的体绘制。基于一个新的 4级体数据装入流水线 ,算法在绘制前快速有效的对体数据进行预处理后 ,只将对最终结果图像有贡献的体元装入纹理内存并用于绘制 ,从而有效的降低了系统负载。同时 ,提出的算法支持对原始体数据分类阈值的交互修改与分类结果的快速预处理与交互显示。实验显示 ,与原始的基于纹理硬件的体绘制方法比较 ,本文提出的算法节省了 40 %到 6 0 %的绘制时间     

基于模块化设计的三维医学图像体绘制方法

为了提高三维图像的视觉效果和重建效率,提出一种基于模块化设计的三维医学图像体绘制方法．该方法将图像分割模块与体绘制有机地结合起来,并基于混合型链结区域增长与聚类分析的分割方式,来解决在实际应用中旋转观察时存在的障碍物体干扰问题．同时,基于Raycasting算法,对重构核进行改进设计：用包围盒选择与动态调整采样步长的重采样方法来提高重建效率;通过旋转光源和视角,对感兴趣的区域进行采样重建．实验证明该方法不仅效率高,而且显示效果好．     

纹理映射体绘制的Java 3D实现

目的设计实现一个虚拟心脏系统原型,重点讨论其中的基于纹理映射的体绘制方法,给出用Java 3D软件方法实现纹理映射体绘制。方法获取CT心脏断层数据,对其进行预处理,在此基础上进行图像的滤波、分割、配准及裁剪,最后实现基于纹理映射体绘制的三维重构。结果用Java Java 3D实现了虚拟心脏系统原型中基于纹理映射的体绘制。结论采用软件方法(Java3D)实现了纹理映射硬件的功能,由于不需要三维纹理映射硬件的支持,降低了硬件成本。     

三种体绘制算法的比较

体绘制技术是一种能够准确反映出数据内部信息的可视化技术，本文介绍了3种常用体绘制算法：光线投射算法，足迹算法和错切-变形算法的基本思想，在此基础上比较了它们的性能并对它们的改进作了进一步的讨论，最后给出了结论并对这3种算法的前号作出了的展望．     

Fast combinative volume rendering by indexed data structure

It is beneficial to study the interesting contents in a data set by combining and rendering variouscontents of the data. In this regard, an indexed data structure is proposed to facilitate the reorganization of data so that the contents of the data can be combined conveniently and only the selected contents in the data are processed for rendering. Based on the structure, the cells of different contents can be queued up easily so that the volume rendering can be conducted more accurately and quickly. Experimental results show that the indexed data structure is very efficient in improving combinative volume rendering.     

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。     

基于矢量量化压缩的大规模体数据直接绘制

针对大规模体数据通常不适合于硬件三维纹理加速绘制的问题,使用基于区域分裂的LBG算法对大规模体数据进行矢量量化压缩,使得其压缩编码适合硬件纹理空间大小.并在图形硬件的可编程渲染器中对压缩后的三维纹理体数据进行实时地矢量解码和绘制,在解码过程中通过设定掩码纹理给出了大规模体数据的局部感兴趣区域的体绘制.实验结果表明,在不同压缩比和信噪比下,大规模体数据绘制的图像仍然具有较高的质量且维持高帧速率,绘制性能满足实时交互.     

面向多请求的并行体绘制算法

为了提高并行体绘制算法在处理连续多个绘制请求时计算资源的利用率,提出了一种面向多请求的并行体绘制算法.该算法从两个层次并行处理多绘制请求,首先是不同请求之间的并行计算,其次是对单个请求的并行绘制.根据请求和节点的数目,提出了一种合理的任务分配策略,不仅及时响应用户请求,而且降低了连续多请求的总绘制时间.为便于负载平衡的实现,采用动态资源调度策略.在清华高性能集群计算机系统上实现了该算法.用32个处理器处理16个请求时,与现有其他算法相比,总绘制时间减少了约9.676 s, 响应延迟只增加了0.378 s.     

基于OsgEarth绘制线状矢量数据的模板体技术

结合Martin Schneider矢量数据渲染算法,基于OSG开源平台及DEM构建的地形,分析了OsgEarth中绘制线状矢量数据的模板体技术和该技术所隐藏的场景层次结构.通过实践证明了该技术的可行性,表明其算法具有实时性、高效性和精确性等优点,探讨了该技术所存在的难点问题.     

细节增强的多功能混合体绘制光照模型

多功能混合体绘制光照模型是传统体绘制的扩展,它不仅可以绘制离散点的光照效果,而且也可以很好地绘制同质区域点的集合效果.但是,这种混合以后的光照模型不仅会在光照效果上有所减弱,而且需要调整的参数数量过大,必须通过手动调节多个参数才可以进行光照的增强.针对混合体绘制光照模型中光照减弱和调整参数过多问题,提出一种细节增强的多功能混合体绘制光照模型,在混合体绘制光照模型中引入曲率的概念,根据曲率与光照强度的对应关系对混合体绘制光照模型中的Phong光照模型进行改进,以提高绘制效果.通过几组体数据的实验结果表明,该方法不仅可以很好地提高多功能混合体绘制光照模型的细节表达,更好地辨别物体的形状特征,而且减少了手动调节参数的操作.     

二维轮廓线数据的快速投影方法

提出了一种用于二维轮廓线数据集显示的快速投影方法。首先，基于二维轮廓线数据给出了一种生成投影单元的集合运算方法，为了加速投影运算，将投影单元分为同类单元和界面单元两种，然后分别给出了这两种单元的投影方法：对于同类单元，给出了投影多边形各象素的颜色和不透明度的线性插值方法及其缓存技术；对于界面单元，给出了不同物质分界面的光照技术。结合医学解剖切片数据和核磁共振成象（ＭＲＩ）数据实现了提出的方法，结果表明，提出的方法具有非常好的算法效率和图形质量，并且该方法可使分类结果在二维上进行交互修改。     

基于MapReduce的数据流频繁项集挖掘算法

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.