一、基于八叉樹快速分類的Shear-Warp交互式體繪制算法（論文文獻(xiàn)綜述）
陳簡[1]（2020）在《電磁數(shù)據(jù)三維可視化關(guān)鍵技術(shù)研究及其應(yīng)用》文中提出科學(xué)可視化技術(shù)目前已經(jīng)得到了廣泛的發(fā)展,但是主要的數(shù)據(jù)研究對象仍局限在規(guī)則網(wǎng)格數(shù)據(jù)的可視化。大部分算法只適用于規(guī)則網(wǎng)格數(shù)據(jù),而對于非規(guī)則網(wǎng)格數(shù)據(jù),目前主要的可視化方法是通過插值算法將其映射到規(guī)則網(wǎng)格上,然后再使用傳統(tǒng)的可視化算法。然而,這種網(wǎng)格映射方法在數(shù)據(jù)預(yù)處理上需要消耗大量的時間成本,得到的結(jié)果也無法完全保留原始數(shù)據(jù)的特征。在物理模擬仿真實驗中,數(shù)據(jù)的采樣環(huán)境經(jīng)常是在柱坐標(biāo)系下,生成的電磁數(shù)據(jù)為柱形規(guī)則網(wǎng)格,是一種非規(guī)則網(wǎng)格。為此,本文對三維可視化展開了系統(tǒng)化研究。三維可視化方法中的面繪制描述了三維數(shù)據(jù)場中等值面的空間分布,體繪制描述了三維數(shù)據(jù)場的整體信息,包括內(nèi)部和細(xì)節(jié)特征。對兩者進(jìn)行分析研究后,本文選取Marching Cubes（MC）算法和Ray Casting（RC）算法作為重點研究的對象,提出了側(cè)重面信息的柱坐標(biāo)系下等值面提取算法,以及側(cè)重整體信息的柱坐標(biāo)系下體繪制算法。首先,為了解決MC的二義性、無法應(yīng)用在柱形規(guī)則網(wǎng)格上等問題,本文選擇具有33種三角剖分情況的Marching Cubes 33（MC33）,解決了二義性問題,使得生成的三角網(wǎng)格具有正確的拓?fù)浣Y(jié)構(gòu)。為了使其能夠應(yīng)用在柱形規(guī)則網(wǎng)格上,本文改變了MC33的最小處理單元的幾何結(jié)構(gòu),并結(jié)合曲面細(xì)分技術(shù),解決了稀疏數(shù)據(jù)生成粗糙等值面的問題,生成高質(zhì)量的柱形等值面。同時,為了提升算法效率,本文對每個最小處理單元進(jìn)行預(yù)判斷,跳過了體數(shù)據(jù)中存在的大量無效體素,縮短了繪制時間。接著,針對RC算法效率低下、無法應(yīng)用在柱形規(guī)則網(wǎng)格上等問題,本文對柱形規(guī)則網(wǎng)格數(shù)據(jù)進(jìn)行一系列的坐標(biāo)變換,使其適用于RC算法。其次,本文選取基于GPU的RC算法,根據(jù)電磁數(shù)據(jù)的結(jié)構(gòu)特點,為柱形規(guī)則網(wǎng)格電磁數(shù)據(jù)設(shè)計了一種混合八叉樹的構(gòu)建方式,通過混合八叉樹組織柱形數(shù)據(jù),將緊致包圍盒和空間跳躍算法相結(jié)合,同時排除了體數(shù)據(jù)外圍和內(nèi)部的無效體素,使得算法效率得到有效提升。并通過顏色顯示表和標(biāo)量值分布直方圖設(shè)計了一種能夠保留電磁數(shù)據(jù)細(xì)節(jié)特征的傳遞函數(shù),使得電磁數(shù)據(jù)的展示具有多樣性,同時突出了細(xì)節(jié)特征。最后,依據(jù)以上的基礎(chǔ)理論,本文基于VTK實現(xiàn)了一個兼容不同網(wǎng)格數(shù)據(jù)格式的電磁數(shù)據(jù)后處理可視化系統(tǒng)。系統(tǒng)完成了在不同坐標(biāo)系下進(jìn)行仿真計算時獲取的電磁數(shù)據(jù)的可視化工作,并提供了可視化模塊與計算模塊之間的交互功能,使得用戶可以實時可視化計算結(jié)果,為更好的了解實驗進(jìn)展提供了可能。
候志杰[2]（2019）在《基于二叉樹的海量地震數(shù)據(jù)多分辨率體繪制技術(shù)》文中研究表明隨著計算機圖形學(xué)的飛速發(fā)展,體繪制技術(shù)也得到了很大的發(fā)展。體繪制技術(shù)能夠以二維圖像的方式表達(dá)數(shù)據(jù)體內(nèi)部的特征,使得體數(shù)據(jù)的處理更加的方便直觀,由于這個特性體繪制技術(shù)被廣泛應(yīng)用于地震勘探、人體醫(yī)學(xué)、城市規(guī)則以及3D游戲場景開發(fā)等眾多領(lǐng)域。人們?yōu)榱藵M足視覺效果,對體數(shù)據(jù)的分辨率的要求也越來越高。體數(shù)據(jù)的數(shù)據(jù)規(guī)模也越來越大,但是計算機硬件的發(fā)展速度滿足不了數(shù)據(jù)量日益增長的需求。對于上述情況,已經(jīng)提出了采用多分辨率體繪制的方法來解決大規(guī)模體數(shù)據(jù)繪制問題。在些基礎(chǔ)上,本文對多分辨率體繪制做了一些研究,對其中的一些方法做了一些改進(jìn)。海量數(shù)據(jù)的繪制效率做出了一定程度的改善:（1）本文針對大規(guī)模三維地震數(shù)據(jù),提出了二叉樹空間索引方法對地震數(shù)據(jù)進(jìn)行分割。為提高體繪制速度,在體繪制時采用多分辨率數(shù)據(jù)交互。該方法能夠不影響地震數(shù)據(jù)特征,并且在計算機有限的顯存的情況下,很好地完成大規(guī)模地震數(shù)據(jù)的繪制工作。（2）本文對三維地震數(shù)據(jù)的感興趣目標(biāo)類型以及提取的方法做出了討論。體繪制的重要意義在于目標(biāo)提取,通過這個技術(shù),地學(xué)工作者可以得到體數(shù)據(jù)的重要特征和信息。采用二叉樹的空間索引的方式對海量地震數(shù)據(jù)進(jìn)行處理分割,會導(dǎo)致兩個同級二叉樹合并時,出現(xiàn)長方體的形狀,從而影響繪制的效率。
陳宗利[3]（2018）在《大規(guī)模地震體層位交互式提取與可視化研究》文中認(rèn)為地震體可視化作為石油勘探中非常重要的技術(shù),輔助該領(lǐng)域人員進(jìn)行地質(zhì)的探索分析。其中三維層面模型作為關(guān)鍵的分析對象,支持地質(zhì)層位的提取、顯示和預(yù)測等工作。而大規(guī)模地震體通常需要進(jìn)行多分辨率可視化,使得貫穿于整個體空間中的層位也要面對分塊組織的數(shù)據(jù)空間。如何對層位進(jìn)行交互式地快速提取與可視化成為亟待解決的問題。本文面向普通計算平臺,針對大規(guī)模多分辨率地震體,對于給定網(wǎng)格的層位提出了基于多層級優(yōu)化的快速生成技術(shù)。首先,在地震體層級基于八叉樹結(jié)構(gòu)設(shè)計了層面三角形拓?fù)渑c多體塊空間位置的快速相交探測算法;然后,在單個體塊層級基于分離軸理論實現(xiàn)精確的相交測試判斷;最后,在三角形網(wǎng)格層級基于空間多邊形裁剪算法完成交點計算和拓?fù)渲亟?。另?通過采用多個網(wǎng)格單元共享頂點列表等信息的存儲結(jié)構(gòu),進(jìn)一步優(yōu)化多體塊中網(wǎng)格重建效率?；谏鲜錾杉夹g(shù),面向地震采集設(shè)計領(lǐng)域創(chuàng)建了交互式的層位提取與可視化流程,在視點變換和層位拖拽操作中分別提出了基于八叉樹子樹體塊集判斷處理和兩階段繪制的交互響應(yīng)方案。實驗結(jié)果表明,本文方法在滿足顯示效果的同時可有效提高層位交互式提取效率。基于本文的方法,對于不同規(guī)模的層面網(wǎng)格和體數(shù)據(jù),可快速在多分辨率地震體中生成可交互的層面,并且保證了可視化過程的魯棒性和交互操作的流暢性。
張鵬[4]（2018）在《基于GPU的光線投射體繪制加速算法的研究與實現(xiàn)》文中認(rèn)為科學(xué)計算可視化在醫(yī)學(xué)影像可視化、地質(zhì)勘探可視化、計算流體力學(xué)等領(lǐng)域具有重要的應(yīng)用價值。對科學(xué)計算可視化的相關(guān)技術(shù)進(jìn)行研究,提出高效的體繪制方案,對于完善可視化理論、豐富體繪制的應(yīng)用領(lǐng)域都有著舉足輕重的意義。光線投射算法是經(jīng)典的直接體繪制算法之一,圖像繪制質(zhì)量高,現(xiàn)已得到大量的實際應(yīng)用。由于三維體數(shù)據(jù)量比較大,光線投射算法基于體素的繪制導(dǎo)致計算復(fù)雜度很高,繪制速度慢,實時性較差。本文對光線投射算法的研究主要圍繞提高繪制效果,達(dá)到實時繪制的目的展開。主要工作內(nèi)容包括:（1）利用八叉樹編碼的緊致包圍盒算法來優(yōu)化繪制效果。該算法對體數(shù)據(jù)進(jìn)行虛擬分割產(chǎn)生子塊,遍歷八叉樹時選擇有效子塊,這樣可以跳過無效體素（空體素）,從而降低計算量,提高繪制速度。（2）對Blinn-Phong光照模型進(jìn)行改進(jìn)以獲得更好的體繪制效果。把梯度模作為系數(shù),引入光照模型中,增強組織邊界處的光照強度,可以有效提高繪制效果。（3）基于GPU的并行計算框架,對體繪制流程進(jìn)行重構(gòu),將原來在CPU中進(jìn)行的光線進(jìn)入點計算、離開點計算和光線遍歷采樣等過程移至GPU中進(jìn)行并行處理,并且適當(dāng)均衡頂點處理器和片段處理器的計算性能,利用GPU的高速浮點計算能力,達(dá)到實時繪制的目的。
魏宇[5]（2014）在《三維地震數(shù)據(jù)處理及剖面抽取算法研究》文中研究表明隨著三維地震勘探技術(shù)的發(fā)展，地震勘探所得到的實驗數(shù)據(jù)量飛速增長，因此地震解釋系統(tǒng)對三維地震數(shù)據(jù)可視化處理技術(shù)的要求也不斷提高。為了滿足日益增長的需求，我們需要高效高質(zhì)的地震數(shù)據(jù)處理、存儲、可視化及剖面抽取等算法。使用三維地震數(shù)據(jù)處理及剖面抽取算法，地震解釋人員可以更直觀細(xì)致地觀察地震數(shù)據(jù)體的內(nèi)部結(jié)構(gòu)。最常用的三維地震數(shù)據(jù)處理方法包括體繪制、剖面抽取等。通過使用體繪制技術(shù)，能夠顯示數(shù)據(jù)體的內(nèi)部特征。通過對地震數(shù)據(jù)進(jìn)行剖面抽取、顯示以及交互操作，可以更加精準(zhǔn)正確地進(jìn)行地震解釋。本文對三維地震數(shù)據(jù)處理算法和剖面抽取算法進(jìn)行了研究。研究并實現(xiàn)的內(nèi)容主要體現(xiàn)在以下幾方面：三維地震數(shù)據(jù)預(yù)處理，大規(guī)模數(shù)據(jù)存儲、加載處理，三維地震數(shù)據(jù)直接體繪制處理以及地震數(shù)據(jù)的剖面抽取技術(shù)。首先，本文對三維地震數(shù)據(jù)的預(yù)處理進(jìn)行了討論。主要研究了針對SEG-Y類型的三維地震數(shù)據(jù)的去噪方法。其次，采用了基于八叉樹存儲結(jié)構(gòu)的LDM文件格式，通過將SEG-Y格式文件轉(zhuǎn)換成LDM格式文件，提高了三維地震數(shù)據(jù)存取和渲染效率。然后，本文對三維地震數(shù)據(jù)體繪制處理技術(shù)進(jìn)行了研究與實現(xiàn)。對體繪制技術(shù)尤其是直接體繪制技術(shù)進(jìn)行了討論，研究了光線投射算法、足跡表法和錯切-變形算法等直接體繪制算法。針對各種體繪制算法的優(yōu)缺點，結(jié)合三維地震數(shù)據(jù)可視化與地震解釋的實際需求，我們采用光線投射算法對三維地震數(shù)據(jù)進(jìn)行可視化處理。最后，對三維地震數(shù)據(jù)的剖面抽取及顯示進(jìn)行討論，并且結(jié)合八叉樹存儲結(jié)構(gòu)的特點，提出了三維地震數(shù)據(jù)正交剖面及任意剖面的抽取顯示算法。本文致力于三維地震數(shù)據(jù)處理及剖面抽取算法的研究，通過在三維地震數(shù)據(jù)中引入八叉樹數(shù)據(jù)結(jié)構(gòu)提高了剖面抽取和顯示的效率。三維地震數(shù)據(jù)處理是地質(zhì)勘探工作中非常重要的一部分，三維地震數(shù)據(jù)可視化技術(shù)可以將數(shù)據(jù)體直觀地呈現(xiàn)在地震解釋人員面前，使地震解釋人員能更深入了解所測工區(qū)的地質(zhì)形態(tài)和地質(zhì)結(jié)構(gòu)分布，從而為油氣藏的勘探工作提出更好的決策方法。本文的工作為三維地震數(shù)據(jù)處理提供了一種新的思路，可輔助地震解釋人員更高效地對地震數(shù)據(jù)進(jìn)行解釋。
蔣秉川[6]（2013）在《基于體素模型的戰(zhàn)場環(huán)境建模與可視化研究》文中指出本文主要研究基于體素模型的戰(zhàn)場環(huán)境建模及可視化相關(guān)理論與技術(shù),側(cè)重解決利用體素模型實現(xiàn)多分辨率地形的建模和利用間接體繪制方法實現(xiàn)多分辨率體素地形渲染的兩個問題。重點對基于體素模型的戰(zhàn)場環(huán)境建模方法和體繪制方法、基于體素模型的地形表達(dá)、利用基于特征點的雙重移動立方體改進(jìn)算法實現(xiàn)多分辨率體素地形渲染及基于體素模型實現(xiàn)戰(zhàn)場環(huán)境動態(tài)變化模擬（以彈坑形成過程為例）等進(jìn)行了研究。具體研究工作如下:1.提出當(dāng)前戰(zhàn)場環(huán)境建模的主要問題:基于面模型的戰(zhàn)場環(huán)境建模,難以揭示戰(zhàn)場環(huán)境中相關(guān)要素的內(nèi)部屬性和規(guī)律;當(dāng)前的三維戰(zhàn)場環(huán)境難以體現(xiàn)戰(zhàn)場環(huán)境的多維性、動態(tài)性,難以描述要素與要素之間的影響和聯(lián)系。本文在系統(tǒng)分析了三維數(shù)據(jù)模型、體繪制相關(guān)技術(shù)及戰(zhàn)場環(huán)境建模等幾個方面的發(fā)展現(xiàn)狀和國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,討論了利用體素模型實現(xiàn)戰(zhàn)場環(huán)境建模的可行性。2.詳細(xì)闡述了體繪制與體模型的相關(guān)概念。并對計算機圖形學(xué)領(lǐng)域及戰(zhàn)場環(huán)境仿真中的“體素”和“體素模型”概念進(jìn)行了區(qū)分。討論了體繪制的相關(guān)算法及戰(zhàn)場環(huán)境建模的相關(guān)概念,并對體繪制在戰(zhàn)場環(huán)境表達(dá)及三維戰(zhàn)場態(tài)勢表達(dá)中的應(yīng)用進(jìn)行了分析和展望。3.闡述并分析了戰(zhàn)場環(huán)境體素數(shù)據(jù)模型。討論了基于體素模型的戰(zhàn)場環(huán)境認(rèn)知與抽象,提出構(gòu)成戰(zhàn)場環(huán)境空間的基本體元,給出了戰(zhàn)場環(huán)境的幾種體素數(shù)據(jù)結(jié)構(gòu)并描述了體素數(shù)據(jù)結(jié)構(gòu)的空間拓?fù)潢P(guān)系。對戰(zhàn)場環(huán)境各要素的不同體態(tài)、是否適合體建模及體繪制方法進(jìn)行了詳細(xì)分析,在此基礎(chǔ)上提出了戰(zhàn)場環(huán)境體要素的分類方法,并以體素地形建模為例分析了基于體素模型的戰(zhàn)場環(huán)境建模方法。4.分析了基于體素模型的三維戰(zhàn)場地形要素表達(dá)的特點及表達(dá)方法,認(rèn)為體素模型能夠?qū)崿F(xiàn)復(fù)雜地形的建模,并用于戰(zhàn)場環(huán)境動態(tài)變化過程的模擬。分析了原始的移動立方體算法,利用基于特征點的雙重移動立方體改進(jìn)算法實現(xiàn)多分辨率體素地形表面的提取,提出用“裙帶”方法消除網(wǎng)格裂縫。采用三線性投射的紋理映射算法,提高了體素地形渲染的真實感效果。5.設(shè)計并實現(xiàn)了基于體素模型的多分辨率地形可視化原型系統(tǒng)。對雙重移動立方體改進(jìn)算法的對地形渲染的影響因子進(jìn)行了實驗,得出各影響因子的最佳取值區(qū)間。對不同尺寸不同類型的復(fù)雜體素地形渲染進(jìn)行了實驗,并對雙重移動立方體改進(jìn)算法與C4 Engine引擎的算法進(jìn)行了對比實驗。分析討論了體素模型的實時構(gòu)模原理,并基于雙重移動立方體改進(jìn)算法進(jìn)行了多分辨率體素地形的實時構(gòu)模實驗。在此基礎(chǔ)上,討論分析了爆炸毀傷模型,并基于體素模型實現(xiàn)了彈坑形成的過程模擬。
岑梓源[7]（2013）在《基于GPU的醫(yī)學(xué)圖像體繪制技術(shù)研究》文中提出直接體繪制技術(shù)將計算或測量得到的三維體數(shù)據(jù)直接渲染到屏幕上，為研究人員觀察數(shù)據(jù)提供了最可靠和有用的手段。體繪制技術(shù)在醫(yī)學(xué)圖像處理中應(yīng)用最為廣泛，發(fā)展最為迅速。近年來隨著圖形處理器（GPU）的高速發(fā)展，GPU的處理能力已大大超越CPU，這使得實時體繪制成為可能。因而基于GPU的體繪制成為了最熱的研究和應(yīng)用方向，然而由于醫(yī)學(xué)數(shù)據(jù)的自身復(fù)雜性和動態(tài)醫(yī)學(xué)數(shù)據(jù)的出現(xiàn)，目前流行的體繪制技術(shù)還不能有效地實現(xiàn)效果。另外，如何構(gòu)建友好的人機交互，使操作人員可以方便、靈活地通過操作體繪制可視化系統(tǒng)來得到需要的三維重建圖像，也是一個值得研究的問題。本文面向醫(yī)學(xué)圖像應(yīng)用需求，著力于解決如何快速實時顯示、如何有效顯示研究人員的感興趣的信息、以及如何實時快速實現(xiàn)動態(tài)體繪制，提供友好方便的可視化系統(tǒng)界面等問題。本文研究基于GPU的快速實時高質(zhì)量體繪制技術(shù)，并且深入探討加速技術(shù)、高維傳遞函數(shù)設(shè)計、四維動態(tài)顯示和三維可視化系統(tǒng)的設(shè)計。本文所取得的主要研究成果如下：1)研究和實現(xiàn)了基于GPU的實時光線投射體繪制算法。研究了體繪制的原理和渲染流程，利用Cg和OpenGL實現(xiàn)了靈活的體繪制框架，通過著色器語言可以方便地實現(xiàn)一般繪制、最大密度投影繪制、等值面繪制、Phong光照繪制等常用的繪制效果。并進(jìn)一步研究了實時加速的方法，包括光線提前終止法和基于八叉樹的無效體素跳躍法，實驗表明，使用了加速算法在不影響繪制效果的基礎(chǔ)上大大提高體繪制速度。2)為了更好地繪制醫(yī)生感興趣的區(qū)域，必須設(shè)計適合的傳遞函數(shù)?；诟呔S直方圖的高維傳遞函數(shù)交互設(shè)計法是目前流行的方法，但是該方法設(shè)計復(fù)雜且效果不理想。針對高維特征的傳遞函數(shù)設(shè)計問題，本文提出一個基于改進(jìn)的K均值（K-Means++）聚類的高維傳遞函數(shù)自動設(shè)計與交互式的體繪制方法。實驗結(jié)果表明，該方法能消除高維傳遞函數(shù)設(shè)計的復(fù)雜性，并且能有效地融合多種人體組織結(jié)構(gòu)特征，提高渲染效果。3)傳統(tǒng)的三維醫(yī)學(xué)圖像重建技術(shù)無法滿足動態(tài)四維醫(yī)學(xué)影像重建的需求，究其原因，四維醫(yī)學(xué)影像的龐大數(shù)據(jù)量使傳統(tǒng)重建技術(shù)很難實現(xiàn)高性能實時繪制。本文從該需求出發(fā)，提出并實現(xiàn)一種基于GPU的動態(tài)四維快速體繪制方法，給出四維動態(tài)繪制流程。在保證體繪制質(zhì)量不下降的情況下，相比傳統(tǒng)的光線投射算法其性能得到較大程度的提高。4)在前面研究的基礎(chǔ)上，本文研究并實現(xiàn)了基于GPU的三維可視化系統(tǒng)，實現(xiàn)了三維重建視圖和輔助視圖，及相關(guān)的旋轉(zhuǎn)、縮放、切割操作實現(xiàn)，設(shè)計了傳遞函數(shù)交互設(shè)計界面。本文提出一種改進(jìn)的基于體標(biāo)記的體切割算法，以達(dá)到可以高度靈活地交互和實時切割操作目的。算法借助GPU光線投射算法的助理面資源，模擬光線投射的思想，把切割的復(fù)雜度由體數(shù)據(jù)規(guī)模相關(guān)優(yōu)化到用戶屏幕切割區(qū)域相關(guān)。該算法能靈活按照用戶指定區(qū)域進(jìn)行個性化切割，同時不改變體繪制的繪制流程和渲染性能。本文探討研究基于GPU的快速實時高質(zhì)量體繪制技術(shù)，并且深入探討加速技術(shù)、高維傳遞函數(shù)設(shè)計、四維動態(tài)顯示和三維可視化系統(tǒng)的設(shè)計。為體繪制技術(shù)理論提供良好的參考和新的思路。
王磊[8]（2013）在《工業(yè)CT斷層數(shù)據(jù)體繪制技術(shù)中若干問題研究》文中研究說明作為全球公認(rèn)的最佳工業(yè)無損檢測技術(shù)，工業(yè)CT目前已經(jīng)在設(shè)計、加工、制造等領(lǐng)域獲得較為廣泛的應(yīng)用。基于工業(yè)CT斷層圖像的三維體繪制技術(shù)是工業(yè)檢測領(lǐng)域中所急需的技術(shù)，利用它可以實現(xiàn)部件的三維檢測，從而有效避免人的主觀因素帶來的檢測和分析誤差。本文針對工業(yè)CT斷層數(shù)據(jù)帶有嚴(yán)重噪聲及光學(xué)傳輸函數(shù)對體繪制結(jié)果影響等因素，對工業(yè)CT斷層直接體繪制技術(shù)中若干關(guān)鍵問題展開了深入研究，主要包括基于非局部特性的工業(yè)CT數(shù)據(jù)去噪方法、面向工業(yè)CT數(shù)據(jù)性質(zhì)和面向繪制結(jié)果的光學(xué)傳輸函數(shù)設(shè)計方法、基于改進(jìn)八叉樹的細(xì)粒度工業(yè)CT斷層數(shù)據(jù)并行體繪制方法及基于輔助序列的工業(yè)CT體數(shù)據(jù)的線特征提取等。本文面向工業(yè)CT數(shù)據(jù)去噪過程既要有效去除各種噪聲，又不能丟失大量細(xì)節(jié)這一重要問題，主要利用非局部思想研究了工業(yè)CT斷層圖像的有效去噪方法。針對傳統(tǒng)非局部均值濾波算法中非最優(yōu)化計算、塊的距離計算容易受到噪聲影響等問題，本文提出了基于結(jié)構(gòu)相似性指數(shù)、Tchebichef矩、非下采樣Contourlet等一系列改進(jìn)算法，有效地提高了子塊之間相似度描述的準(zhǔn)確性。實驗結(jié)果表明，本文提出的算法既能有效的去除工業(yè)CT斷層數(shù)據(jù)中的各種噪聲，又能盡量保持工業(yè)CT斷層數(shù)據(jù)中的細(xì)節(jié)信息不丟失。高效準(zhǔn)確的光學(xué)傳輸函數(shù)設(shè)計是工業(yè)CT斷層數(shù)據(jù)直接體繪制中另一個重要的科學(xué)問題，也是關(guān)鍵技術(shù)之一。本文從工業(yè)CT體數(shù)據(jù)本身的性質(zhì)和中間繪制結(jié)果評價兩個不同角度對光學(xué)傳輸函數(shù)設(shè)計方法展開了深入的研究。對于帶有輕微偽影的體數(shù)據(jù)，本文提出的基于Fisher準(zhǔn)則的光學(xué)傳輸函數(shù)設(shè)計方法能夠提供令人滿意的繪制結(jié)果。針對利用傳統(tǒng)直方圖方法會丟失重要的空間信息這一問題，本文提出了利用核估計進(jìn)行光學(xué)傳輸函數(shù)設(shè)計的方法。實驗結(jié)果表明，本文提出的方法能有效的進(jìn)行光學(xué)傳輸函數(shù)設(shè)計。同時，本文把光學(xué)傳輸函數(shù)的設(shè)計轉(zhuǎn)化為函數(shù)尋優(yōu)問題，利用繪制結(jié)果圖像的質(zhì)量評價結(jié)合基于自然選擇學(xué)說的粒子群算法進(jìn)行優(yōu)化，獲得了良好的繪制效果。一般而言，工業(yè)CT斷層數(shù)據(jù)體繪制技術(shù)如期望在工業(yè)生產(chǎn)中獲得大規(guī)模應(yīng)用，一方面需要很快的繪制速度，另一方面計算設(shè)備不能要求過高。本文通過對常用多種工業(yè)CT體繪制方法在性能上進(jìn)行了充分地比較和分析的基礎(chǔ)上，提出了利用改進(jìn)八叉樹的細(xì)粒度并行體繪制方法，利用CUDA技術(shù)完成算法實現(xiàn)。實驗結(jié)果顯示，本文提出的方法在保持繪制質(zhì)量不下降的基礎(chǔ)上，繪制時間明顯縮短，因此更適用于工業(yè)CT實時繪制的場合。最后，為了獲得工業(yè)CT數(shù)據(jù)高效稀疏表示形式，本文研究了工業(yè)CT體數(shù)據(jù)的線特征提取技術(shù)。通過改進(jìn)楔形波變換進(jìn)行快速線特征提取，同時結(jié)合輔助信息融合的方法對工業(yè)CT體數(shù)據(jù)進(jìn)行線特征提取。實驗表明，本文提出的算法能快速有效提取工業(yè)CT體數(shù)據(jù)中的線特征，同時能夠一定程度上抑制面特征被一同檢測出來。
周大鑫,周茂林,鄒文,魯才[9]（2011）在《基于立方體元的Shear-warp體繪制加速算法》文中提出大規(guī)模三維地震數(shù)據(jù)的直接體繪制,是一個計算和數(shù)據(jù)雙重密集型問題。為了提高三維圖像的重建效率,提出了一種基于立方體元的Shear-warp地震數(shù)據(jù)體繪制算法。該算法通過構(gòu)建立方體元在相鄰的體素點之間建立聯(lián)系;然后根據(jù)地震數(shù)據(jù)的特征對體元進(jìn)行分類,在繪制過程中通過二叉樹索引,快速定位分類結(jié)果。通過索引結(jié)果,避免了對等值體元的插值計算和跳過透明體元,提高了繪制速度。經(jīng)實驗結(jié)果表明,Shear-warp算法得到了有效加速。
黃舒舒[10]（2011）在《基于MITK的醫(yī)學(xué)圖像三維重建研究》文中提出醫(yī)學(xué)圖像三維可視化是計算機可視化領(lǐng)域的一個重要研究分支,是當(dāng)前研究的一個熱點。醫(yī)學(xué)圖像三維可視化技術(shù)提供更多的診斷信息,輔助醫(yī)生進(jìn)行病情診斷和手術(shù)指導(dǎo),提高了醫(yī)療診斷的準(zhǔn)確性和科學(xué)性。本文主要研究了基于GPU加速的光線投射法的醫(yī)學(xué)圖像三維可視化系統(tǒng)。論文研究的具體工作有：1)醫(yī)學(xué)圖像預(yù)處理的研究,主要是對斷層圖像序列進(jìn)行濾波、圖像增強等預(yù)處理操作,根據(jù)實驗結(jié)果分析選取一種較好的濾波算法,為醫(yī)學(xué)圖像的三維重建和三維顯示提供良好的先決條件。2)醫(yī)學(xué)圖像的三維重建研究。首先介紹了體繪制的原理和實現(xiàn)流程,并詳細(xì)介紹了醫(yī)學(xué)圖像三維重建的傳統(tǒng)體繪制算法：光線投射法,Shear Warp法,Splatting法的原理和繪制過程。對體繪制算法中經(jīng)典的光線投射算法進(jìn)行重點討論,對它進(jìn)行改進(jìn)實現(xiàn)了基于GPU加速的體繪制算法。3)設(shè)計并實現(xiàn)了一個醫(yī)學(xué)圖像三維可視化系統(tǒng)。在該系統(tǒng)中,CT影像作為主要的載入數(shù)據(jù),對載入的數(shù)據(jù)進(jìn)行分割并選擇基于GPU加速三維重建算法實現(xiàn)了三維可視化,得到的三維投影圖像可以從任意視角進(jìn)行觀察,并進(jìn)行定性定量的分析。運用Visual Studio 6.0+MITK開發(fā)工具,實現(xiàn)了一個醫(yī)學(xué)CT影像三維可視化系統(tǒng)。實驗表明將基于GPU加速的光線投射法應(yīng)用于該三維可視化實現(xiàn)系統(tǒng)中,能夠加快三維重建的繪制速度,具有很好的實用性和可行性。
二、基于八叉樹快速分類的Shear-Warp交互式體繪制算法（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、基于八叉樹快速分類的Shear-Warp交互式體繪制算法（論文提綱范文）
（1）電磁數(shù)據(jù)三維可視化關(guān)鍵技術(shù)研究及其應(yīng)用（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究工作的背景與意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 科學(xué)可視化 |
| 1.2.2 三維可視化方法 |
| 1.2.3 電磁數(shù)據(jù)三維可視化 |
| 1.3 主要工作內(nèi)容及組織結(jié)構(gòu) |
| 1.3.1 本文的研究內(nèi)容 |
| 1.3.2 本文的創(chuàng)新點 |
| 1.3.3 本文的組織結(jié)構(gòu) |
| 第二章 三維可視化相關(guān)技術(shù)介紹 |
| 2.1 三維數(shù)據(jù)場可視化 |
| 2.1.1 體數(shù)據(jù)的定義 |
| 2.1.2 數(shù)據(jù)類型 |
| 2.1.3 可視化流程 |
| 2.2 面繪制 |
| 2.2.1 行進(jìn)立方體算法(Marching Cubes) |
| 2.2.2 行進(jìn)四面體算法(Marching Terahedra) |
| 2.2.3 剖分立方體算法(Dividing Cubes) |
| 2.3 直接體繪制 |
| 2.3.1 光線投射算法(Ray Casting) |
| 2.3.2 拋雪球算法(Splatting) |
| 2.3.3 錯切-變形法(Shear-Warp) |
| 2.3.4 基于硬件的三維紋理映射(3D Texture-Mapping Hardware) |
| 2.4 曲面細(xì)分技術(shù) |
| 2.4.1 循環(huán)細(xì)分算法(Loop Subdivision) |
| 2.4.2 改進(jìn)的蝶形細(xì)分算法(Modified Butterfly Subdivision) |
| 2.5 GPU編程 |
| 2.5.1 可編程渲染管線 |
| 2.5.2 著色器語言 |
| 2.6 本章小結(jié) |
| 第三章 柱坐標(biāo)系下電磁數(shù)據(jù)等值面提取 |
| 3.1 Marching Cube33 算法 |
| 3.1.1 面歧義 |
| 3.1.2 內(nèi)部歧義 |
| 3.1.3 網(wǎng)格剖分情況 |
| 3.2 柱坐標(biāo)系下網(wǎng)格映射算法 |
| 3.2.1 柱坐標(biāo)系下的規(guī)則網(wǎng)格 |
| 3.2.2 結(jié)構(gòu)化網(wǎng)格映射到規(guī)則網(wǎng)格 |
| 3.3 柱坐標(biāo)系下等值面提取算法 |
| 3.3.1 圓柱規(guī)則網(wǎng)格數(shù)據(jù)輸入 |
| 3.3.2 等值面生成 |
| 3.3.3 曲面細(xì)分 |
| 3.3.4 法向量計算 |
| 3.3.5 CMC33 算法流程 |
| 3.4 實驗結(jié)果與分析 |
| 3.4.1 實驗環(huán)境 |
| 3.4.2 實驗結(jié)果 |
| 3.4.3 結(jié)果分析 |
| 3.5 本章小結(jié) |
| 第四章 柱坐標(biāo)系下電磁數(shù)據(jù)直接體繪制 |
| 4.1 柱坐標(biāo)系下GPU光線投射算法 |
| 4.1.1 基于顏色顯示表的傳遞函數(shù) |
| 4.1.2 投射光線生成 |
| 4.1.3 采樣坐標(biāo)轉(zhuǎn)換 |
| 4.2 基于混合八叉樹的柱形體數(shù)據(jù)組織 |
| 4.2.1 混合八叉樹 |
| 4.2.2 無效體素剔除 |
| 4.3 CRCLUT算法流程 |
| 4.4 實驗結(jié)果與分析 |
| 4.4.1 實驗環(huán)境 |
| 4.4.2 實驗結(jié)果 |
| 4.4.3 結(jié)果分析 |
| 4.5 本章小結(jié) |
| 第五章 電磁數(shù)據(jù)后處理可視化系統(tǒng)設(shè)計與實現(xiàn) |
| 5.1 需求分析 |
| 5.2 開發(fā)環(huán)境 |
| 5.3 網(wǎng)絡(luò)架構(gòu) |
| 5.4 系統(tǒng)設(shè)計與實現(xiàn) |
| 5.4.1 第三方庫 |
| 5.4.2 功能模塊 |
| 5.4.3 系統(tǒng)實現(xiàn) |
| 5.5 系統(tǒng)展示 |
| 5.5.1 可視化模塊 |
| 5.5.2 消息通信模塊 |
| 5.6 本章小結(jié) |
| 第六章 全文總結(jié)與展望 |
| 6.1 全文總結(jié) |
| 6.2 未來展望 |
| 致謝 |
| 參考文獻(xiàn) |
（2）基于二叉樹的海量地震數(shù)據(jù)多分辨率體繪制技術(shù)（論文提綱范文）
| 摘要 |
| abstract |
| 1.緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 三維地震數(shù)據(jù)體繪制數(shù)據(jù)處理技術(shù) |
| 1.2.2 多分辨率三維地震數(shù)據(jù)體繪制技術(shù) |
| 1.3 章節(jié)安排 |
| 2.相關(guān)理論與技術(shù) |
| 2.1 體繪制原理 |
| 2.1.1 光線投射算法 |
| 2.1.2 拋雪球法 |
| 2.1.3 錯切-變形法 |
| 2.1.4 體繪制算法比較 |
| 2.2 多分辨率原理與思想 |
| 2.3 三維體數(shù)據(jù)的壓縮 |
| 2.3.1 八叉樹結(jié)構(gòu)數(shù)據(jù)壓縮 |
| 2.3.2 二叉樹結(jié)構(gòu)體數(shù)據(jù)壓縮 |
| 2.3.3 八叉樹數(shù)據(jù)壓縮和二叉樹數(shù)據(jù)壓縮優(yōu)缺點比較 |
| 2.4 二叉樹空間索引和八叉樹空間索引比較分析 |
| 3.大規(guī)模三維地震體數(shù)據(jù)二叉樹分割及處理方法 |
| 3.1 三維地震體數(shù)據(jù)處理流程及數(shù)據(jù)格式 |
| 3.2 三維地震體數(shù)據(jù)二叉樹分割與實現(xiàn)方法 |
| 3.2.1 地震數(shù)據(jù)分塊設(shè)計原則 |
| 3.2.2 三維地震體數(shù)據(jù)分塊設(shè)計與實現(xiàn) |
| 3.3 二叉樹數(shù)據(jù)組織方式 |
| 3.4 多分辨率三維地震體數(shù)據(jù)的構(gòu)建 |
| 3.5 大規(guī)模三維地震多分辨率體數(shù)據(jù)分割結(jié)果 |
| 4.邊界處理算法 |
| 4.1 二叉樹空間索引邊界處理算法 |
| 4.1.1 最外層二叉樹空間索引 |
| 4.1.2 邊界二叉樹空間索引數(shù)據(jù)結(jié)構(gòu) |
| 4.2 體繪制邊界插值處理方法 |
| 4.2.1 分塊邊界插值 |
| 4.2.2 分塊邊界失真處理 |
| 4.3 邊界處理效果分析 |
| 5.目標(biāo)提取及結(jié)果分析 |
| 5.1 OSG渲染引擎 |
| 5.2 目標(biāo)提取 |
| 5.3 結(jié)果分析 |
| 6.總結(jié)與展望 |
| 6.1 研究總結(jié) |
| 6.2 研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
（3）大規(guī)模地震體層位交互式提取與可視化研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 本文主要工作及組織結(jié)構(gòu) |
| 第2章 地震體繪制及體數(shù)據(jù)組織方法 |
| 2.1 地震體繪制 |
| 2.1.1 三維繪制技術(shù) |
| 2.1.2 傳遞函數(shù)及數(shù)據(jù)-紋理映射機制 |
| 2.1.3 基于三維紋理映射層位提取的挑戰(zhàn) |
| 2.2 地震體數(shù)據(jù)分層分塊處理 |
| 2.2.1 大規(guī)模地震體數(shù)據(jù) |
| 2.2.2 分層分塊技術(shù) |
| 2.2.3 大規(guī)模地震體可視化中分層分塊技術(shù)的應(yīng)用 |
| 2.2.4 多分辨率層位提取的挑戰(zhàn) |
| 2.3 本章小結(jié) |
| 第3章 多級優(yōu)化的層位快速生成技術(shù) |
| 3.1 層面三角形與多體塊的快速相交探測算法 |
| 3.1.1 判交和遍歷方法的分析 |
| 3.1.2 快速相交探測算法的確立 |
| 3.2 基于分離軸理論實現(xiàn)精確的相交測試判斷 |
| 3.3 基于相交體塊的層面三角形分割 |
| 3.4 層面劃分中拓?fù)浣Y(jié)構(gòu)的優(yōu)化 |
| 3.5 本章小結(jié) |
| 第4章 層位的交互式提取及優(yōu)化 |
| 4.1 視點變換 |
| 4.2 層位拖拽 |
| 4.3 本章小結(jié) |
| 第5章 實驗結(jié)果與分析 |
| 5.1 實驗環(huán)境 |
| 5.1.1 硬件配置 |
| 5.1.2 軟件環(huán)境 |
| 5.1.3 實驗數(shù)據(jù) |
| 5.2 繪制效果展示與分析 |
| 5.3 交互過程優(yōu)化效果分析 |
| 5.3.1 視點變換的優(yōu)化 |
| 5.3.2 層位拖拽的優(yōu)化 |
| 5.4 層面生成時間的測試與分析 |
| 5.4.1 整體處理時間測試分析 |
| 5.4.2 不同規(guī)模體數(shù)據(jù)情況下的時間分析 |
| 5.4.3 基于八叉樹的相交探測時間比較 |
| 5.5 實驗結(jié)果總結(jié) |
| 第6章 結(jié)論 |
| 6.1 本文工作總結(jié) |
| 6.2 未來工作展望 |
| 參考文獻(xiàn) |
| 附錄A 攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果 |
| 致謝 |
（4）基于GPU的光線投射體繪制加速算法的研究與實現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀 |
| 1.2.1 基于體繪制加速算法的研究現(xiàn)狀 |
| 1.2.2 基于GPU的硬件加速的研究現(xiàn)狀 |
| 1.3 本文的研究內(nèi)容 |
| 1.4 論文的組織結(jié)構(gòu) |
| 第2章 基于光線投射體繪制算法的研究 |
| 2.1 體數(shù)據(jù)研究 |
| 2.1.1 體數(shù)據(jù)分類 |
| 2.1.2 CT值體數(shù)據(jù) |
| 2.2 體繪制的光學(xué)模型研究 |
| 2.2.1 吸收模型 |
| 2.2.2 發(fā)射模型 |
| 2.2.3 混合模型 |
| 2.3 經(jīng)典體繪制算法的研究與分析 |
| 2.4 傳統(tǒng)光線投射算法的實現(xiàn)過程 |
| 2.4.1 光線投射算法的實現(xiàn)原理 |
| 2.4.2 光線投射算法的實現(xiàn)過程 |
| 2.5 基于Blinn-Phong光照模型的光線投射算法研究 |
| 2.6 基于八叉樹編碼的光線投射加速算法 |
| 2.6.1 體數(shù)據(jù)分割 |
| 2.6.2 八叉樹編碼 |
| 2.6.3 判斷有效體素 |
| 2.7 本章小結(jié) |
| 第3章 基于GPU的光線投射體繪制算法的研究 |
| 3.1 基于GPU的光線投射體繪制加速算法 |
| 3.2 基于GPU的光線投射體繪制算法的實現(xiàn) |
| 3.2.1 CPU處理階段 |
| 3.2.2 線程結(jié)構(gòu)分配 |
| 3.2.3 頂點任務(wù)處理過程 |
| 3.2.4 片段任務(wù)處理過程 |
| 3.3 實驗結(jié)果 |
| 3.4 本章小結(jié) |
| 第4章 基于GPU的光線投射體繪制系統(tǒng)的設(shè)計與實現(xiàn) |
| 4.1 基于GPU的光線投射體繪制系統(tǒng)的設(shè)計 |
| 4.1.1 系統(tǒng)需求分析 |
| 4.1.2 系統(tǒng)整體框架設(shè)計 |
| 4.1.3 系統(tǒng)功能模塊設(shè)計 |
| 4.2 基于GPU的光線投射體繪制系統(tǒng)的實現(xiàn)及測試 |
| 4.2.1 系統(tǒng)的實現(xiàn)環(huán)境 |
| 4.2.2 系統(tǒng)的實現(xiàn)及測試 |
| 4.3 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間所取得的成果 |
| 致謝 |
（5）三維地震數(shù)據(jù)處理及剖面抽取算法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 地震數(shù)據(jù)領(lǐng)域 |
| 1.2.2 信息可視化領(lǐng)域 |
| 1.3 本文工作 |
| 1.4 本文內(nèi)容安排 |
| 第2章 地震數(shù)據(jù)預(yù)處理和八叉樹存儲 |
| 2.1 三維地震數(shù)據(jù)格式 |
| 2.2 三維地震數(shù)據(jù)預(yù)處理 |
| 2.3 LDM 文件存儲格式 |
| 2.4 三維地震數(shù)據(jù)八叉樹存儲方法 |
| 2.4.1 八叉樹的拓?fù)浣Y(jié)構(gòu) |
| 2.4.2 八叉樹存儲結(jié)構(gòu) |
| 2.4.3 八叉樹編碼 |
| 2.4.4 八叉樹索引表 |
| 2.4.5 八叉樹文件及索引 |
| 2.5 八叉樹空間位置和 Morton 碼的轉(zhuǎn)換方法 |
| 2.6 八叉樹存儲方法的優(yōu)點 |
| 2.7 本章小結(jié) |
| 第3章 三維地震數(shù)據(jù)體繪制 |
| 3.1 體繪制相關(guān)知識 |
| 3.2 直接體繪制過程中的關(guān)鍵問題 |
| 3.3 直接體繪制技術(shù) |
| 3.3.1 光線投射法 |
| 3.3.2 足跡表法 |
| 3.3.3 錯切-變形法 |
| 3.3.4 其他體繪制方法 |
| 3.3.5 體繪制的加速方法 |
| 3.4 三維地震數(shù)據(jù)加載 |
| 3.4.1 加載調(diào)度策略 |
| 3.4.2 內(nèi)存緩沖區(qū)管理 |
| 3.5 三維地震數(shù)據(jù)可視化處理算法實現(xiàn)及改進(jìn) |
| 3.5.1 LDM 相關(guān)知識 |
| 3.5.2 光線投射算法改進(jìn) |
| 3.5.3 三維地震數(shù)據(jù)可視化 |
| 3.6 三維地震數(shù)據(jù)體繪制處理的意義 |
| 3.7 本章小結(jié) |
| 第4章 地震剖面的抽取和顯示 |
| 4.1 地震剖面介紹 |
| 4.2 正交剖面抽取算法 |
| 4.3 任意剖面抽取算法 |
| 4.4 抽取地震剖面的意義 |
| 4.5 本章小結(jié) |
| 第5章 系統(tǒng)設(shè)計及實驗效果 |
| 5.1 系統(tǒng)設(shè)計方案及開發(fā)環(huán)境 |
| 5.2 地震數(shù)據(jù)預(yù)處理模塊 |
| 5.3 三維地震數(shù)據(jù)加載模塊 |
| 5.3.1 數(shù)據(jù)加載調(diào)度實現(xiàn) |
| 5.3.2 內(nèi)存緩沖區(qū)管理實現(xiàn) |
| 5.4 三維地震數(shù)據(jù)體繪制模塊 |
| 5.5 剖面抽取模塊 |
| 5.6 實驗數(shù)據(jù)分析及實驗效果圖 |
| 5.6.1 實驗數(shù)據(jù)分析 |
| 5.6.2 三維地震數(shù)據(jù)可視化效果 |
| 5.6.3 剖面抽取效果圖 |
| 5.7 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 本文總結(jié) |
| 6.2 未來展望 |
| 參考文獻(xiàn) |
| 致謝 |
（6）基于體素模型的戰(zhàn)場環(huán)境建模與可視化研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 關(guān)于三維數(shù)據(jù)模型的研究現(xiàn)狀 |
| 1.2.2 關(guān)于體繪制的研究現(xiàn)狀 |
| 1.2.3 關(guān)于戰(zhàn)場環(huán)境建模的研究現(xiàn)狀 |
| 1.3 研究現(xiàn)狀分析 |
| 1.3.1 戰(zhàn)場環(huán)境的特點 |
| 1.3.2 目前戰(zhàn)場環(huán)境建模存在的問題 |
| 1.4 研究目標(biāo) |
| 1.5 論文組織結(jié)構(gòu) |
| 第二章 基于體素模型的戰(zhàn)場環(huán)境建模與可視化基礎(chǔ) |
| 2.1 體繪制與體素模型 |
| 2.1.1 體繪制相關(guān)概念 |
| 2.1.2 體模型概念 |
| 2.1.3 不同領(lǐng)域內(nèi)的概念區(qū)別 |
| 2.2 體繪制算法 |
| 2.2.1 體渲染管線的組成 |
| 2.2.2 體繪制算法的分類 |
| 2.3 戰(zhàn)場環(huán)境建模基礎(chǔ) |
| 2.3.1 戰(zhàn)場環(huán)境建模相關(guān)概念 |
| 2.3.2 基于面模型的戰(zhàn)場環(huán)境建模 |
| 2.4 體素模型在戰(zhàn)場環(huán)境仿真中的應(yīng)用 |
| 2.4.1 體素模型在戰(zhàn)場環(huán)境表達(dá)中的應(yīng)用 |
| 2.4.2 體素模型在三維戰(zhàn)場態(tài)勢表達(dá)中的應(yīng)用 |
| 2.5 本章小結(jié) |
| 第三章 基于體素模型的戰(zhàn)場環(huán)境建模 |
| 3.1 基于體素模型的戰(zhàn)場環(huán)境認(rèn)知與抽象 |
| 3.2 戰(zhàn)場環(huán)境體素數(shù)據(jù)模型 |
| 3.2.1 戰(zhàn)場環(huán)境空間基本體元 |
| 3.2.2 體數(shù)據(jù)結(jié)構(gòu) |
| 3.2.3 空間拓?fù)潢P(guān)系 |
| 3.3 戰(zhàn)場環(huán)境體要素分類方法 |
| 3.3.1 戰(zhàn)場環(huán)境體素模型適應(yīng)性分析 |
| 3.3.2 戰(zhàn)場環(huán)境體要素分類 |
| 3.4 基于體素模型的戰(zhàn)場環(huán)境建模 |
| 3.5 本章小結(jié) |
| 第四章 基于體素模型的多尺度地形可視化 |
| 4.1 體素地形模型 |
| 4.1.1 數(shù)據(jù)來源 |
| 4.1.2 體素地形模型建模算法 |
| 4.2 基于體素模型的三維戰(zhàn)場地形環(huán)境表達(dá) |
| 4.2.1 基于體素模型的三維戰(zhàn)場地形要素表達(dá)特點 |
| 4.2.2 基于體素模型的三維戰(zhàn)場地形要素表達(dá)方法 |
| 4.3 基于移動立方體算法的單一分辨率體素地形可視化 |
| 4.3.1 基于原始移動立方體算法的體素地形可視化 |
| 4.3.2 原始移動立方體算法的問題 |
| 4.4 基于特征點的雙重立方體體素地形多分辨率建模算法的改進(jìn) |
| 4.5 基于移動正方形算法的多尺度地形裂縫消除 |
| 4.6 基于三線性投射算法的體素地形紋理渲染 |
| 4.7 本章小結(jié) |
| 第五章 基于體素模型的多尺度地形實驗分析 |
| 5.1 多尺度體素地形原型系統(tǒng)VoxelTerrainEngine |
| 5.2 基于體素模型的多尺度地形算法實驗 |
| 5.2.1 基于雙重移動立方體算法的多尺度體素地形影響因子分析實驗 |
| 5.2.2 基于雙重移動立方體算法的不同類型復(fù)雜地形渲染實驗 |
| 5.2.3 基于雙重移動立方體算法的多尺度體素地形算法與其他算法實驗對比 |
| 5.2.4 多分辨率體素地形的多層等值面渲染實驗 |
| 5.3 基于體素模型的戰(zhàn)場環(huán)境動態(tài)變化過程模擬實驗 |
| 5.3.1 基于體素模型的動態(tài)地形實時構(gòu)模 |
| 5.3.2 戰(zhàn)場地形環(huán)境局部變化實驗 |
| 5.4 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 論文總結(jié) |
| 6.1.1 主要研究工作 |
| 6.1.2 主要創(chuàng)新點 |
| 6.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 |
| 作者簡歷 |
（7）基于GPU的醫(yī)學(xué)圖像體繪制技術(shù)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 目錄 |
| 第一章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 三維可視化技術(shù)綜述 |
| 1.2.1 三維規(guī)則數(shù)據(jù)場可視化方法 |
| 1.2.2 通用圖形處理器 |
| 1.3 體繪制關(guān)鍵技術(shù)和研究現(xiàn)狀 |
| 1.3.1 直接體繪制速度改進(jìn)研究現(xiàn)狀 |
| 1.3.2 直接體繪制的質(zhì)量改進(jìn)研究現(xiàn)狀 |
| 1.4 課題研究目的及創(chuàng)新 |
| 1.4.1 實時體繪制 |
| 1.4.2 傳遞函數(shù)設(shè)計研究 |
| 1.4.3 動態(tài)四維體繪制研究 |
| 1.4.4 實時快速的體切割算法研究 |
| 1.5 論文章節(jié)安排 |
| 第二章 基于 GPU 的快速體繪制算法 |
| 2.1 引言 |
| 2.2 體繪制算法原理 |
| 2.2.1 體繪制的光學(xué)積分模型 |
| 2.2.2 圖像合成 |
| 2.2.3 體繪制整體流程 |
| 2.3 基于 GPU 的光線投射算法實現(xiàn) |
| 2.3.1 光線投射算法基本原理 |
| 2.3.2 光線交點確定 |
| 2.3.3 分類 |
| 2.3.4 圖像合成 |
| 2.4 加速優(yōu)化技術(shù) |
| 2.4.1 提前光線終止 |
| 2.4.2 剔除無效體素 |
| 2.5 繪制效果 |
| 2.6 實驗結(jié)果與分析 |
| 2.7 本章小結(jié) |
| 第三章 基于 K-Means++聚類的高維傳遞函數(shù)設(shè)計 |
| 3.1 引言 |
| 3.2 算法實現(xiàn)介紹 |
| 3.2.1 算法流程框架 |
| 3.2.2 體數(shù)據(jù)的預(yù)處理 |
| 3.2.3 特征提取 |
| 3.2.4 K-Means++聚類 |
| 3.2.5 基于分類的傳遞函數(shù)和體素合成 |
| 3.2.6 局部傳遞函數(shù)族操作界面 |
| 3.3 實驗與分析 |
| 3.4 本章小結(jié) |
| 第四章 GPU 下四維動態(tài)實時體繪制 |
| 4.1 引言 |
| 4.2 動態(tài)四維體繪制 |
| 4.2.1 動態(tài)四維體繪制基本思想 |
| 4.2.2 動態(tài)四維繪制的改進(jìn) |
| 4.3 實驗結(jié)果與分析 |
| 4.4 本章小結(jié) |
| 第五章 基于 GPU 的三維可視化系統(tǒng)設(shè)計 |
| 5.1 引言 |
| 5.2 系統(tǒng)平臺軟硬件配置 |
| 5.3 系統(tǒng)框架與模塊 |
| 5.3.1 系統(tǒng)框架 |
| 5.3.2 系統(tǒng)主要軟件模塊 |
| 5.4 通用圖像處理工具包 |
| 5.4.1 工具包架構(gòu) |
| 5.4.2 算法包各模塊簡介 |
| 5.5 DICOM 文件解析插件設(shè)計 |
| 5.5.1 DICOM 文件格式簡介 |
| 5.5.2 DICOM 文件解析類庫設(shè)計 |
| 5.5.3 Dicom 文件解析的過程 |
| 5.5.4 Dicom 圖像信息 |
| 5.6 系統(tǒng)操作主界面設(shè)計 |
| 5.7 傳遞函數(shù)交互設(shè)計界面 |
| 5.8 不規(guī)則交互體切割實現(xiàn) |
| 5.9 本章小結(jié) |
| 總結(jié)與展望 |
| 主要研究成果 |
| 后續(xù)工作展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間取得的研究成果 |
| 致謝 |
| 附件 |
（8）工業(yè)CT斷層數(shù)據(jù)體繪制技術(shù)中若干問題研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 引言 |
| 1.2 工業(yè) CT 及其體視化技術(shù) |
| 1.2.1 工業(yè) CT 技術(shù) |
| 1.2.2 直接體視化技術(shù) |
| 1.3 本文目的和意義 |
| 1.4 國內(nèi)外研究現(xiàn)狀 |
| 1.4.1 工業(yè) CT 數(shù)據(jù)預(yù)處理技術(shù)國內(nèi)外研究現(xiàn)狀 |
| 1.4.2 工業(yè) CT 體繪制中光學(xué)傳輸函數(shù)設(shè)計方法國內(nèi)外研究現(xiàn)狀 |
| 1.4.3 工業(yè) CT 數(shù)據(jù)體繪制及其應(yīng)用國內(nèi)外研究現(xiàn)狀 |
| 1.5 論文的主要內(nèi)容與創(chuàng)新點 |
| 第2章 非局部特性下的工業(yè) CT 圖像去噪 |
| 2.1 引言 |
| 2.2 非局部均值算法 |
| 2.3 基于結(jié)構(gòu)相似性指數(shù)的斷層數(shù)據(jù)非局部均值分塊機制 |
| 2.3.1 結(jié)構(gòu)相似性指數(shù) |
| 2.3.2 基于 SSIM 的 NL-means 分塊機制 |
| 2.3.3 基于 SSIM 的非局部均值實驗與分析 |
| 2.4 基于 Tchebichef 矩的相似度計算 |
| 2.4.1 Tchebichef 矩的定義 |
| 2.4.2 基于 Tchebichef 矩的斷層數(shù)據(jù)塊相似度計算 |
| 2.4.3 基于 Tchebichef 矩的非局部均值濾波實驗與分析 |
| 2.5 基于非下采樣 Contourlet 變換的 NL-means 去噪算法 |
| 2.5.1 非下采樣輪廓波變換 |
| 2.5.2 基于非下采樣 Contourlet 變換的 NL-means 去造策略 |
| 2.5.3 基于 NSCT 的非局部去噪實驗與分析 |
| 2.6 本章小結(jié) |
| 第3章 工業(yè) CT 體繪制中光學(xué)傳輸函數(shù)設(shè)計 |
| 3.1 引言 |
| 3.2 基于 Fisher 的光學(xué)傳輸函數(shù)設(shè)計 |
| 3.2.1 體數(shù)據(jù)直方圖的構(gòu)建 |
| 3.2.2 工業(yè) CT 體繪制中的光學(xué)傳輸函數(shù)模型 |
| 3.2.3 Fisher 準(zhǔn)則 |
| 3.2.4 基于 Fisher 準(zhǔn)則的光學(xué)傳輸函數(shù)設(shè)計方法 |
| 3.2.5 基于 Fisher 準(zhǔn)則的光學(xué)傳輸函數(shù)設(shè)計實驗與分析 |
| 3.3 基于核估計的光學(xué)傳輸函數(shù)設(shè)計 |
| 3.3.1 非參數(shù)估計 |
| 3.3.2 基于 Parzen 窗的概率密度估計 |
| 3.3.3 基于核估計的工業(yè) CT 體數(shù)據(jù)估計 |
| 3.3.4 噪聲魯棒性的目標(biāo)函數(shù)構(gòu)造 |
| 3.3.5 基于核估計的光學(xué)傳輸函數(shù)設(shè)計實驗與分析 |
| 3.4 基于自然選擇粒子群的光學(xué)傳輸函數(shù)設(shè)計方案 |
| 3.4.1 基于自然選擇粒子群的光學(xué)傳輸函數(shù)設(shè)計方案概述 |
| 3.4.2 混合加權(quán)模式的繪制結(jié)果評估方法 |
| 3.4.3 基于自然選擇粒子群的最優(yōu)光學(xué)傳輸函數(shù)計算 |
| 3.4.4 基于自然選擇粒子群的光學(xué)傳輸函數(shù)設(shè)計實驗與分析 |
| 3.5 本章小結(jié) |
| 第4章 基于改進(jìn)八叉樹的工業(yè) CT 數(shù)據(jù)并行體繪制 |
| 4.1 引言 |
| 4.2 結(jié)合灰度窗和光學(xué)傳輸函數(shù)的工業(yè) CT 體數(shù)據(jù)層間插值 |
| 4.2.1 體數(shù)據(jù)插值模型 |
| 4.2.2 結(jié)合灰度窗和光學(xué)傳輸函數(shù)設(shè)計結(jié)果的插值 |
| 4.3 常用工業(yè) CT 體視化方法對比與分析 |
| 4.3.1 光線投射法 |
| 4.3.2 Splatting 法 |
| 4.3.3 錯切-變形法 |
| 4.3.4 紋理繪制法 |
| 4.3.5 工業(yè) CT 數(shù)據(jù)體視化性能比較實驗與分析 |
| 4.4 基于改進(jìn)八叉樹的并行光線投射繪制方法 |
| 4.4.1 并行體繪制算法 |
| 4.4.2 基于改進(jìn)八叉樹的工業(yè) CT 體素編碼加速策略 |
| 4.4.3 基于改進(jìn)八叉樹的并行光線投射體繪制方法 |
| 4.5 基于改進(jìn)八叉樹的并行光線投射繪制實驗與分析 |
| 4.6 本章小結(jié) |
| 第5章 基于輔助信息融合的改進(jìn) Wedgelet 的工業(yè) CT 數(shù)據(jù)線特征提取 |
| 5.1 引言 |
| 5.2 楔形波變換 |
| 5.2.1 楔形波字典的構(gòu)建 |
| 5.2.2 楔形波變換原理 |
| 5.3 楔形波變換快速計算策略 |
| 5.4 信息融合框架下的楔形波體數(shù)據(jù)線特征提取 |
| 5.5 基于輔助信息融合的工業(yè) CT 數(shù)據(jù)線特征提取實驗與分析 |
| 5.5.1 快速楔形波分解實驗與分析 |
| 5.5.2 基于輔助信息融合工業(yè) CT 數(shù)據(jù)線特征提取實驗與分析 |
| 5.6 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表的論文和取得的科研成果 |
| 致謝 |
（10）基于MITK的醫(yī)學(xué)圖像三維重建研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題背景及研究意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 醫(yī)學(xué)圖像可視化的關(guān)鍵技術(shù) |
| 1.3.1 醫(yī)學(xué)圖像預(yù)處理 |
| 1.3.2 醫(yī)學(xué)圖像可視化技術(shù) |
| 1.3.3 針對體繪制加速的研究 |
| 1.4 本文研究工作 |
| 1.5 本章小結(jié) |
| 2 醫(yī)學(xué)圖像的獲取及預(yù)處理 |
| 2.1 醫(yī)學(xué)圖像的獲取 |
| 2.1.1 DICOM3.0標(biāo)準(zhǔn) |
| 2.1.2 DICOM標(biāo)準(zhǔn)在MITK中的實現(xiàn) |
| 2.2 醫(yī)學(xué)圖像的預(yù)處理 |
| 2.2.1 圖像處理相關(guān)知識 |
| 2.2.2 二維圖像濾波 |
| 2.3 總結(jié) |
| 3 醫(yī)學(xué)圖像三維重建傳統(tǒng)算法 |
| 3.1 醫(yī)學(xué)圖像三維重建技術(shù) |
| 3.1.1 體繪制算法原理 |
| 3.1.2 體繪制的過程 |
| 3.1.3 體繪制算法中的光學(xué)模型 |
| 3.2 體繪制算法的具體實現(xiàn) |
| 3.2.1 Ray Casting體繪制算法 |
| 3.2.2 Splatting體繪制算法 |
| 3.2.3 Shear Warp體繪制算法 |
| 3.2.4 基于GPU加速的體繪制算法 |
| 3.3 本章小結(jié) |
| 4 基于GPU加速的體繪制算法 |
| 4.1 MITK簡介 |
| 4.1.1 MITK的設(shè)計目標(biāo) |
| 4.1.2 MITK的整體計算框架 |
| 4.1.3 基于數(shù)據(jù)流模型的整體框架的介紹 |
| 4.1.4 MITK的數(shù)據(jù)模型以及算法模型 |
| 4.1.5 MITK的基礎(chǔ)設(shè)施搭建 |
| 4.2 基于GPU加速的光線投射法 |
| 4.2.1 GPU簡介 |
| 4.2.2 基于GPU加速的光線投射法 |
| 4.2.3 基于GPU加速的光線投射法的實現(xiàn) |
| 4.2.4 空體素的跳躍 |
| 4.3 總結(jié) |
| 5 醫(yī)學(xué)圖像三維可視化系統(tǒng)實現(xiàn) |
| 5.1 系統(tǒng)總體設(shè)計 |
| 5.2 系統(tǒng)子功能模塊的設(shè)計與實現(xiàn) |
| 5.2.1 數(shù)據(jù)的載入與管理 |
| 5.2.2 圖像的顯示 |
| 5.2.3 二維處理 |
| 5.2.4 醫(yī)學(xué)圖像體數(shù)據(jù)分割 |
| 5.2.5 三維體數(shù)據(jù)的繪制 |
| 5.2.6 體數(shù)據(jù)的切割 |
| 5.2.7 任意方向切片的提取 |
| 5.3 本章小結(jié) |
| 6 結(jié)論 |
| 6.1 結(jié)論 |
| 6.2 展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的論文 |
| 致謝 |
四、基于八叉樹快速分類的Shear-Warp交互式體繪制算法（論文參考文獻(xiàn)）
- [1]電磁數(shù)據(jù)三維可視化關(guān)鍵技術(shù)研究及其應(yīng)用[D]. 陳簡. 電子科技大學(xué), 2020(07)
- [2]基于二叉樹的海量地震數(shù)據(jù)多分辨率體繪制技術(shù)[D]. 候志杰. 中國地質(zhì)大學(xué)(北京), 2019(02)
- [3]大規(guī)模地震體層位交互式提取與可視化研究[D]. 陳宗利. 中國石油大學(xué)(北京), 2018(02)
- [4]基于GPU的光線投射體繪制加速算法的研究與實現(xiàn)[D]. 張鵬. 北京工業(yè)大學(xué), 2018(05)
- [5]三維地震數(shù)據(jù)處理及剖面抽取算法研究[D]. 魏宇. 吉林大學(xué), 2014(09)
- [6]基于體素模型的戰(zhàn)場環(huán)境建模與可視化研究[D]. 蔣秉川. 解放軍信息工程大學(xué), 2013(07)
- [7]基于GPU的醫(yī)學(xué)圖像體繪制技術(shù)研究[D]. 岑梓源. 華南理工大學(xué), 2013(01)
- [8]工業(yè)CT斷層數(shù)據(jù)體繪制技術(shù)中若干問題研究[D]. 王磊. 哈爾濱工程大學(xué), 2013(04)
- [9]基于立方體元的Shear-warp體繪制加速算法[J]. 周大鑫,周茂林,鄒文,魯才. 物探化探計算技術(shù), 2011(05)
- [10]基于MITK的醫(yī)學(xué)圖像三維重建研究[D]. 黃舒舒. 西安工業(yè)大學(xué), 2011(08)
標(biāo)簽：地震論文; 三維地質(zhì)建模論文; 數(shù)據(jù)可視化論文; 三維可視化論文; 建模軟件論文;