基于最优化分块的大规模数据体绘制加速方法

doi:10.3724/SP.J.1087.2011.02221

计算机应用 ›› 2011, Vol. 31 ›› Issue (08): 2221-2224.DOI: 10.3724/SP.J.1087.2011.02221

基于最优化分块的大规模数据体绘制加速方法

彭伟,李建新,闫镔,童莉,陈健,管士勇

信息工程大学信息工程学院，郑州450002

收稿日期:2011-03-03 修回日期:2011-04-28 发布日期:2011-08-01 出版日期:2011-08-01
通讯作者: 彭伟
作者简介:彭伟(1984-),男,江苏启东人，硕士研究生，主要研究方向：科学计算可视化、虚拟现实；李建新(1953-)，男，浙江杭州人，教授，主要研究方向：智能信息处理与成像；闫镔(1976-)，男，河南内黄人，副教授，博士,主要研究方向：X射线成像、三维图像处理。
基金资助:
国家863计划项目(2009AA012201)

Volume rendering acceleration method based on optimal bricking for large volume data

Wei PENG,Jian-xi LI,Bin YAN,Li TONG,Jian CHEN,Shi-yong GUAN

Institute of Information Engineering, University of Information Engineering, Zhengzhou Henan 450002, China

Received:2011-03-03 Revised:2011-04-28 Online:2011-08-01 Published:2011-08-01
Contact: Wei PENG

摘要/Abstract

摘要： GPU加速体绘制已成为体可视化领域的研究热点，然而超出显存的大规模数据无法直接载入，成为GPU应用的瓶颈。分块技术能够在保证图像质量的条件下解决该问题，但分块数据的频繁加载和访问明显降低了绘制速度。针对上述问题，通过建立最优化分块模型得到了大规模数据的最优分块，并通过构造节点编号纹理和改进距离模板设计的方法进一步提高了基于八叉树的分块体绘制算法的绘制速度。实验结果表明，该方法加速效果明显。

关键词: 体绘制, 最优化分块, 八叉树, 节点编号纹理, 距离模板

Abstract: GPU-based volume rendering has become an active research area in the domain of volume visualization. Large volume data cannot be uploaded directly due to the limitation of GPU memory, which has been a bottleneck of the application of GPU. Bricking method could not only solve this problem, but also maintain the quality of original volume-rendered image. However, the data exchange via the graphics bus is really time consuming and will definitely degrade the render performance. As for these difficulties, the optimal bricking for large volume data was calculated by establishing the model for optimal bricking, and also a 3D texture named node code texture was constructed and distance template was improved to accelerate the octree-based bricking volume rendering. The experimental results illustrate that the proposed method can significantly accelerate the bricking-based volume rendering for large volume data.

Key words: volume rendering, optimal bricking, octree, node code texture, distance template

中图分类号:

TP391.413

彭伟李建新闫镔童莉陈健管士勇. 基于最优化分块的大规模数据体绘制加速方法[J]. 计算机应用, 2011, 31(08): 2221-2224.

Wei PENG Jian-xi LI Bin YAN Li TONG Jian CHEN Shi-yong GUAN. Volume rendering acceleration method based on optimal bricking for large volume data[J]. Journal of Computer Applications, 2011, 31(08): 2221-2224.

参考文献

[1] 管伟光，马颂德.三维体数据可视化技术[J].CT理论与应用研究,1995,4(1):1-6.

[2] FANGERAU J, KROMKER S. Parallel volume rendering implementation on graphics cards using CUDA [M]// Facing the Multicore Challenge. Berlin: Springer-Verlag, 2010: 143-153.

[3] LAMAR E, HAMANN B, JOY K. Multiresolution techniques for interactive texture-based volume visualization [C]// VIS'99: Proceedings of the 10th IEEE Visualization 1999 Conference. Washington, DC: IEEE Computer Society, 1999: 355-361.

[4] WEILER M, WESTERMANN R, HANSEN C, et al. Level-of-detail volume rendering via 3D textures [C]// Proceedings of the 2000 IEEE Symposium on Volume Visualization. New York: ACM Press, 2000: 7-13.

[5] BOADA I, NAVAZO I, SCOPIGNO R. Multiresolution volume visualization with a texture-based octree [J]. The Visual Computer, 2001, 17(3): 185-197.

[6] GUTHE S, WAND M, GONSER J, et al. Interactive rendering of large volume data sets [C]// VIS'02: Proceedings of the Conference on Visualization 2002. Washington, DC: IEEE Computer Society, 2002: 53-60.

[7] SCHNEIDER J, WESTERMANN R. Compression domain volume rendering [C]// VIS'03: Proceedings of the 14th IEEE Visualization 2003. Washington, DC: IEEE Computer Society, 2003: 293-300.

[8] 赵星，胡晶晶，杨涛，等.基于图形处理器（GPU）的分块光线投射算法[C]//第十一届中国体视学与图像分析学术年会论文集.宁波：中国体视学学会，2006:523-527.

[9] 闫冰，李若愚，高小玲.动态纹理载入的光线投射算法设计与实现[C]//2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集:上册.昆明：中国通信学会，2010:72-77.

[10] 粱承志,高新波,邹华，等.空间跳跃加速的GPU光线投射算法[J].中国图象图形学报，2009,14(8):1684-1688.

[11] 叶良,单桂华,迟学斌.基于CUDA加速的光线投射法研究[C]//图像图形技术研究与应用(2010).北京：北京图像图形学学会，2010:235-240.

[12] 高新波，邹华，吕新荣，等.基于分块策略的大规模数据场体绘制方法：中国，101604453A[P].2009-12-16.

[13] 邹华.基于可编程GPU的体绘制关键技术研究[D].西安：西安电子科技大学,2009.

[14] LIM S, SHIN B S. Reliable space leaping using distance template [C]// ISBMDA 2004: Proceedings of the 5th International Symposium on Biological and Medical Data Analysis, LNCS 3337. Berlin: Springer-Verlag, 2005: 60-66.

[15] 王林元.锥束CT有限角度三维重建算法研究[D].郑州：信息工程大学，2010.

基于最优化分块的大规模数据体绘制加速方法

Volume rendering acceleration method based on optimal bricking for large volume data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	席志红, 温家旭. 基于目标检测的室内动态场景定位与建图[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2853-2857.
[2]	钟文彬, 孙思, 李旭瑞, 刘光帅. 结合密度阈值和三角形组逼近的点云压缩方法[J]. 计算机应用, 2020, 40(7): 2059-2068.
[3]	赵宏, 刘向东, 杨永娟. 基于RGB-D图像的室内机器人同时定位与地图构建[J]. 计算机应用, 2020, 40(12): 3637-3643.
[4]	席志红, 王洪旭, 韩双全. 基于ORB-SLAM2系统的快速误匹配剔除算法与地图构建[J]. 计算机应用, 2020, 40(11): 3289-3294.
[5]	吕宏武, 付俊强, 王慧强, 李冰洋, 袁泉, 陈诗军, 陈大伟. 基于八叉树的三维室内地图数据快速检索方法[J]. 计算机应用, 2019, 39(1): 82-86.
[6]	杜振林, 唐卫清, 覃力, 李士才. 基于八叉树的大规模流程工厂模型细节裁剪算法[J]. 计算机应用, 2017, 37(9): 2626-2630.
[7]	刘晙, 袁培燕, 李永锋. 基于完整可见性模型的改进鲁棒OctoMap[J]. 计算机应用, 2017, 37(5): 1445-1450.
[8]	林辉灿, 吕强, 王国胜, 张洋, 梁冰. 基于VSLAM的自主移动机器人三维同时定位与地图构建[J]. 计算机应用, 2017, 37(10): 2884-2887.
[9]	吕晓琪张传亭侯贺张宝华. 基于图形处理器加速光线投射算法的多功能体绘制技术[J]. 计算机应用, 2014, 34(1): 135-138.
[10]	刘金明王宽全. 基于GPU光线投射算法的心脏体数据三维可视化[J]. 计算机应用, 2013, 33(09): 2662-2666.
[11]	岑梓源李彬田联房. 基于K-Means++聚类的体绘制高维传递函数设计方法[J]. 计算机应用, 2012, 32(12): 3404-3407.
[12]	马晓晨孔小利. 基于深度八叉树的三维数据场LOD可视化[J]. 计算机应用, 2010, 30(1): 47-49.
[13]	冯高锋. 基于Cell多核的光线投射并行算法[J]. 计算机应用, 2009, 29(1): 245-247,.
[14]	甘建红彭强戴培东张天宇王正敏. 基于元胞自动机的肿瘤生长形态动态模拟[J]. 计算机应用, 2009, 29(07): 1906-1909.
[15]	黄淼张海朝李超. 基于八叉树空间分割的k近邻搜索算法[J]. 计算机应用, 2008, 28(8): 2046-2048.