CFD标量数据场体绘制算法及并行可视化方法研究与实现

论文摘要

非结构化网格体绘制是科学计算可视化研究的重点内容之一,但非结构网格体绘制计算量大,过程复杂,因此产生图形图像速度较慢,不能满足日益增加的实时可视化要求,因此提高非结构化网格体绘制算法的效率是实现高效体绘制的一个重要研究点。本文针对传统算法图像空间片元排序效率不高的问题,研究了k-buffer处理过程及优化方法。Paraview是目前应用广泛的开源并行可视化平台,研究将数据可视化算法集成到Paraview平台上高效并行运行的方法,有利于实现大规模数据的并行可视化。本文研究了Paraview的扩展技术,总结了数据可视化算法在Paraview上实现并行可视化的扩展方法和编程规范。本文完成的主要工作及取得的研究成果总结如下:1.针对主流的HAVS算法在图像空间排序效率不高的问题,提出了针对k-buffer处理过程的优化方案,提高了绘制效率;另外,k值大小对绘制精度和效率有重要影响。已有HAVS算法将buffer存储的片元数k限定为6,制约了算法精度与性能。本文扩展了k值的范围,提高了绘制精度。2.针对Paraview并行可视化平台扩展的应用需求,提出了基于插件的并行可视化程序设计规范和方法,并通过并行体绘制算法并行化进行了验证,实现了filter插件和体绘制算法类Mapper的插件,该方法可有效指导用户根据插件扩展方法进行数据可视化算法的并行实现。3.为了进一步减少Paraview并行可视化平台的扩展工作量,研究提出了基于Paraview的并行可视化程序直接扩展方法,并通过并行体绘制算法并行化进行了验证,将非结构化网格体绘制算法HAVS通过直接扩展方法加入Paraview中,该方法为Paraview的扩展提供了一种用户可选的新途径。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 体绘制算法研究背景和现状
• 1.1.1 体绘制
• 1.1.2 体数据
• 1.1.3 光学模型
• 1.1.4 体绘制分类
• 1.2 并行可视化系统研究现状
• 1.2.1 并行系统分类
• 1.2.2 现有的并行系统
• 1.3 并行绘制技术研究现状
• 1.4 论文研究内容和章节安排
• 第二章 非结构化体绘制算法优化技术研究与实现
• 2.1 HAVS 算法流程
• 2.1.1 对象空间的可见性排序
• 2.1.2 图像空间的可见性排序
• 2.1.3 k-buffer 技术的时间开销
• 2.2 HAVS 算法优化
• 2.3 实验结果
• 2.4 本章总结
• 第三章Paraview 绘制框架分析
• 3.1 Paraview 平台研究
• 3.1.1 Paraview 基本研究
• 3.1.2 Paraview 流水线研究
• 3.1.3 Paraview 并行框架
• 3.1.4 Paraview 并行连接
• 3.2 VTK 的研究
• 3.3 VTK 类的扩展规范
• 3.3.1 VTK 的基本函数
• 3.3.2 VTK 的数据访问方法
• 3.4 本章总结
• 第四章 基于Paraview 扩展方法研究与实现
• 4.1 基于Paraivew 的并行程序设计方法
• 4.1.1 数据读入
• 4.1.2 数据划分
• 4.1.3 数据处理与绘制
• 4.1.4 数据合成
• 4.1.5 插件扩展方法和直接扩展方法
• 4.2 插件扩展Paraview 的方法
• 4.2.1 Plugin 的研究
• 4.2.2 Plugin 扩展方法
• 4.2.3 实验结果
• 4.3 直接扩展Paraview 的方法
• 4.3.1 配置文件的扩展
• 4.3.2 源文件的扩展
• 4.3.3 实验结果
• 4.4 本章总结
• 第五章 基于Paraview 的并行绘制方法研究
• 5.1 Paraview 的数据划分和图像合成
• 5.2 Paraview 的并行结构
• 5.3 实验结果
• 5.4 本章总结
• 第六章 结论与展望
• 6.1 本文工作总结
• 6.2 未来展望
• 致谢
• 参考文献
• 攻读硕士期间参加科研项目情况
• 攻读硕士期间论文发表情况