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。     

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。     

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。     

基于光线投射的体绘制系统VIZARD Ⅱ

体可视化是一个从不同的科学角度去查看和分析大量数据的重要工具,它在许多领域有广泛的应用,例如生物医学、地球物理学、计算动态流体学、有限元建模、计算化学等.大数据集的实时可视化对现代工作站有很高的计算要求,特别是在内存系统,而要求的内存带宽在大多数的现在工作站和个人计算机上是不能达到的.如果要达到所要求的带宽,数据集必须被划分到多个内存模块中,而且必须使用并行处理的方式.这篇文章介绍的体绘制系统正是采用并行和流水线技术来实现光线投射,使实时体可视化在费用,性能方面都进行了优化.     

基于光线投射的体绘制系统VIZARD II

体可视化是一个从不同的科学角度去查看和分析大量数据的重要工具,它在许多领域有广泛的应用,例如生物医学、地球物理学、计算动态流体学、有限元建模、计算化学等。大数据集的实时可视化对现代工作站有很高的计算要求,特别是在内存系统,而要求的内存带宽在大多数的现在工作站和个人计算机上是不能达到的。如果要达到所要求的带宽,数据集必须被划分到多个内存模块中,而且必须使用并行处理的方式。这篇文章介绍的体绘制系统正是采用并行和流水线技术来实现光线投射,使实时体可视化在费用,性能方面都进行了优化。     

一种改进的光线投射算法

光线段射算法是体绘制中常用的方法,但是其绘制速度较慢,图像质量也不是很理想。通过利用模糊阈值分割技术将整个三维数据场分类为边界区域与非边界区域,然后采用模糊增强运算进一步降低模糊性。最后再进行采样点的计算及图像的合成。实验结果表明,此方法既能提高绘制的速度,又能保证绘制质量。     

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。     

基于光线投射技术的医学图像三维重建

针对医学图像数据的特点以及应用中的实际要求,通过对不同重建算法的比较,提出了以光线投射技术为基础的医学图像三维重建方案,同时提出了基于空间跳跃技术和序列相关性的综合加速算法,对重建算法进行加速·最后在PC机平台上实现了该方案,获得了接近实时的交互速度·由于所有重建算法的核心都是光线投射技术,因此在获得高质量重建结果的同时,极大地降低了系统的复杂性,提高了开发的效率,为医学图像三维重建的实用化提供了一种非常好的解决方案·     

一种适合于薄细结构显示的光线投射方法

光线投射算法是三维数据可视化中一种重要的数据遍历方法，文中详细分析了该算法在显示薄细结构时所面临的困难，提出了两种改进算法，成功地解决了原算法的缺陷。     

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。     

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.     

体绘制技术及其在矿床三维可视化中的应用

体绘制技术是与传统的面绘制技术完全不同的一种可视化方法。论述了体绘制技术的原理、算法和过程,并结合地矿工程特点,设计了一个基于改进的光线投射法的地矿三维可视化仿真系统,利用某一矿山实际地测数据对系统进行了验证。结果表明,所研究的系统能够很好地反映地矿三维空间实际情况,展示了算法的正确性与仿真系统的应用前景,使体绘制技术向实际应用迈进了重要的一步。     

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.     

基于混合数据场的快速体绘制算法

为了突出人体重点器官的显示，提出了一种新颖的基于混合数据场的快速体绘制算法，从原始的三维数据中提取重要的结构，然后将原始三维数据中非重点的部分转换为梯度数据，构成混合数据，从而对混合数据进行体绘制，结果表明，该算法可以加快体绘制速度同时改善重点器官的显示效果。     

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.     

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。     

基于硬件纹理体重建的切割算法

在硬件纹理加速体重建算法的基础上,提出了两种模拟三维数据切割的方法:利用深度缓存实现和利用离散距离场实现.由于使用了图形硬件加速,所提出的算法达到了交互速度,可以应用在手术模拟等诸多三维切割应用中.