基于GPU的直接体绘制算法研究

基于GPU的直接体绘制算法研究

论文摘要

直接体绘制技术是三维数据可视化研究领域的一种重要方法,是科学可视化的研究热点之一。过去,体绘制中所有的计算都由CPU来完成,重建速度慢,很难达到实时绘制的要求,然而近年来随着计算机图形硬件性能的不断提高,使得利用图形处理单元对体数据进行实时的交互操作成为可能。目前,直接体绘制技术已经在医学图像可视化领域有着广泛的应用。采用直接体绘制方法显示医学数据时,一般通过修改传递函数来显示感兴趣区域,但在许多医学数据集中,由于不同的人体组织具有相同的标量值,感兴趣组织通常会被这些具有相同标量范围的人体组织所遮挡,这样,仅通过调节传递函数很难清晰地显示这些被遮挡的人体组织。为此,本文提出两种分层剥离算法来解决这个问题。(1)基于不透明度的分层剥离算法。通过计算采样光线上相邻的不透明度极小值和极大值之间的斜率,并根据用户指定的斜率阈值和累积不透明度阈值确定分层点,以实现对体数据的分层绘制。(2)基于成员体的分层剥离算法。提出一种半自动方法对体数据进行分类,这种方法利用梯度阈值函数判断采样点的类型,再对整个体数据进行统计来确定不同组织的分界标量值。随后用分类后的体数据生成成员体,并利用这个成员体来解决同类组织的遮挡问题。本文算法在可编程图形处理单元中实现,并与国外研究者提出的不透明度剥离算法以及特征剥离算法进行比较,实验结果证明,本文算法可以根据不同医学数据的特征信息更精确地定位分层点,绘制效果清晰,速度较快。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究背景和意义
  • 1.2 国内外研究现状
  • 1.2.1 直接体绘制算法概述
  • 1.2.2 传递函数概述
  • 1.2.3 剥离算法概述
  • 1.3 研究内容
  • 1.4 论文章节安排
  • 第2章 体绘制及GPU编程技术
  • 2.1 直接体绘制技术
  • 2.1.1 体数据
  • 2.1.2 光学模型
  • 2.1.3 光线投射算法
  • 2.1.4 直接体绘制的基本流程
  • 2.2 可编程GPU
  • 2.2.1 GPU渲染管线
  • 2.2.2 基于GPU编程
  • 2.2.3 GPU编程语言
  • 2.3 本章小结
  • 第3章 基于不透明度的分层剥离体绘制算法
  • 3.1 不透明度曲线
  • 3.2 分层点的确定
  • 3.3 分层厚度的控制
  • 3.4 算法实现及结果
  • 3.5 本章小结
  • 第4章 基于成员体的分层剥离体绘制算法
  • 4.1 基于成员体的分层剥离算法概述
  • 4.2 算法细节
  • 4.2.1 梯度阈值函数
  • 4.2.2 同组织片段
  • 4.2.3 全局统计
  • 4.2.4 分层算法
  • 4.2.5 自适应光线投射
  • 4.4 算法实现及结果
  • 4.5 本章小结
  • 第5章 实验结果比较与分析
  • 5.1 基于不透明度的分层剥离算法比较
  • 5.2 基于不透明度的分层剥离算法实验结果分析
  • 5.3 基于成员体的分层剥离算法比较
  • 5.4 基于成员体的分层剥离算法实验结果分析
  • 5.5 本章小结
  • 第6章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 攻读学位期间参加的科研项目和成果
  • 相关论文文献

    • [1].GPU架构的航拍舰船图像拼接算法[J]. 舰船科学技术 2020(06)
    • [2].数字信号相似度方法研究及GPU并行加速[J]. 贵州师范大学学报(自然科学版) 2020(03)
    • [3].基于GPU平台和多源遥感的月度草畜平衡快速评价方法研究[J]. 科技促进发展 2020(Z1)
    • [4].GPU优化的大规模线性方程组并行求解的研究与比较[J]. 信息通信 2016(12)
    • [5].GPU支持的低延迟引力波数据处理[J]. 中国科学:物理学 力学 天文学 2017(01)
    • [6].片上网络良率评估的GPU加速[J]. 浙江大学学报(工学版) 2017(01)
    • [7].基于GPU的图像处理并行算法分析[J]. 中小企业管理与科技(上旬刊) 2017(03)
    • [8].GPU协处理视频编码的服务平台设计[J]. 电脑知识与技术 2016(28)
    • [9].基于GPU的图像处理计算方法分析[J]. 科技风 2017(03)
    • [10].基于GPU的脉冲压缩并行化研究[J]. 航空计算技术 2017(02)
    • [11].基于GPU的图像增强实验设计与实现[J]. 实验技术与管理 2017(05)
    • [12].基于GPU的数字信道化设计[J]. 数字技术与应用 2017(06)
    • [13].基于GPU加速的电力系统静态安全分析研究[J]. 机电信息 2017(27)
    • [14].GPU并行计算分析[J]. 数字通信世界 2017(09)
    • [15].基于双线性插值的图像缩放在GPU上的实现[J]. 微电子学与计算机 2016(11)
    • [16].GPU并行加速的多步逆时偏移在东濮前梨园地区的应用[J]. 物探与化探 2015(01)
    • [17].基于GPU的视频编辑特效技术研究与实现[J]. 科技资讯 2015(12)
    • [18].基于GPU的异构计算技术在超级计算领域的现状及发展展望[J]. 电脑迷 2017(08)
    • [19].瑞士研究人员利用GPU加速的超级计算机模拟宇宙[J]. 中国教育网络 2017(08)
    • [20].一种基于GPU的逆时偏移并行算法[J]. 计算机应用与软件 2013(10)
    • [21].基于GPU并行加速的逆时偏移成像方法[J]. 石油地球物理勘探 2013(05)
    • [22].一种基于GPU的主机接口设计与验证[J]. 航空计算技术 2020(06)
    • [23].局部地形改正快速计算的GPU并行的棱柱法[J]. 测绘学报 2020(11)
    • [24].高性能GPU模拟器的实现[J]. 高技术通讯 2020(06)
    • [25].基于GPU的天基预警雷达信号自适应检测仿真[J]. 计算机仿真 2020(06)
    • [26].未来的汽车需要什么样的GPU?[J]. 单片机与嵌入式系统应用 2018(03)
    • [27].未来的汽车需要什么样的GPU?[J]. 中国集成电路 2018(07)
    • [28].基于GPU的视频序列中运动目标轮廓提取[J]. 电子测量技术 2016(11)
    • [29].基于GPU加速的包络波形反演[J]. 物探化探计算技术 2017(02)
    • [30].基于GPU的高质量隐式曲面四边形化[J]. 计算机辅助设计与图形学学报 2016(04)

    标签:;  ;  ;  ;  

    基于GPU的直接体绘制算法研究
    下载Doc文档

    猜你喜欢