（计算机应用技术专业论文）实时体绘制关键技术研究.pdf

中文摘要 体可视化技术广泛应用于医学、气象学、地质学等多个领域，是当前发展最 为迅速的技术之一。本文主要就体绘制加速算法和传递函数设计进行研究。 光线投射算法是绘制质量最高的体绘制算法，但计算复杂度高、绘制时间较 长，g p u 具有高浮点运算能力、高度硬件并行的优点。本文在最新一代g p u 的技 术基础上，提出了基于g p u 的光线投射算法，该算法在单道绘制内完成沿视线的 所有重采样操作，避免了多道绘制引起的c p u 和g p u 之间的频繁数据交换，同时 实现了提前光线截至和无效体素剔除的优化技术，达到显存可容纳规模体数据的 高质量实时绘制。 通过分析体数据的数据一致性，提出了基于片段的光线投射算法。该算法将 连续的相似重采样点合并成片段，并将融合的基本单位由重采样点扩大为片段， 减少了融合次数，提高了绘制性能。在理论方面，由体绘制的绘制方程出发，依 据基于片段的简化条件，重新推导绘制方程；在实践方面，由软件算法对参数进 行定量分析，根据参数最优值对基于g p u 的实现进行进一步简化，在保持绘制质 量的的同时，进一步提高绘制性能。 传递函数是体绘制技术中的重点和难点，本文提出了基于重采样点扩展模型 的传递函数调整方案。该方案将一个重采样点扩展为由多个样本组成的重采样段， 通过模板规定的未知样本光学属性与己知样本光学属性的相关系数比例及其选 定的样本融合方法计算重采样段的光学属性，并据此建立传递函数查找表。文中 提出多种相关系数模板，给出每个模板的相关系数的计算方法。将扩展模型应用 于传递函数可以强化绘制对象的结构特征，提高绘制结果质量，不同相关系数模 板为绘制效果控制提供了一定的灵活性。 基于扩展模型的传递函数调整方案是种对已有传递函数的优化策略，本文 还提出了基于力作用模型的传递函数设计规则。在力作用模型中，重采样点不是 等间距的采样点，而是以等间距采样点为基础划分的一致性片段的首点，根据数 据一致性不同，相邻重采样点的间距也不同。我们将力作用模型中的重采样点看 作具有初速度的质点，并在其他重采样点的作用力下移动做功。重采样点值、梯 度、相邻重采样点距离等数据特征均以动能的方式表示，多维数据特征统一为一 维能量特征。这种传递函数设计方法降低了传递函数的总体设置复杂性，动能计 算中引入的参数为算法提供了灵活性和多样性。 关键词：三维数据可视化，体绘制，光线投射算法，g p u ，传递函数 a b s t r a c t v 0 h h n ev i s m l i z a t i o ne s p e c i a l l yv 0 1 u l n er e n d e r i n gl l a sb e e nw i d e l yu s e di i l 麟l i l y 解e 硒0 fs o c i e t yg u c ha sm e d i c i n e ，m c t e o r o l o g y 昏幻l o g ya n ds o0 1 1 ihi st h em o s t i l i l i ) 0 r t a n t 粕dr a p i dd e v e l o p e dt e c h l l i q u e si nt h e 、r i 吼m l 也a t i o no ft h r e e d i i l l e n s i o n a l d a t as e t si i lr e c 锄ty e a r s s e v e r a lk e yt e c h n i q p e si nv o i m n er e n d e r i l 玛i n c l u d i i l g a c c e l 唧t e d 鼬r a t e g i e sa n dc l a s s i f i c a t i o nd e s i g na r em a i n l ys t u d i e di 1 1t h i sp a p l h yc a s t i i l gi sm o s tp o p u l a rm e t h o do fr e 幽i n gk g hq u a h t yi n l a g e s 丘d m v o l 岫ed a t a n sm a i l ls h o r t c 0 m i l l gi l a sb e e nt h eh 远hc o i r 驴u t a t i o n a le x p e n s ea n d1 0 w r e n d e r i n gm t e m e a n w 蛐eg p u ( g r a p h i c sp r o c e s s 通gu 血) i sap o w e f f i l la c c e l e r a t e d t o o l 蕾1 0 ri t sm a s s i v en o 她巾。硫c 0 i n 耳) u t a t i o n a lc a pa _ b i l i t i e sa n dh i g i l l yp a r a l l e l c o n 平u t i n ga r c 拙e c t u r e 1 k 南r e ，ag p u b a s er a yc a s t i n ga 培。血h mi sp r e s e m c dt 0 t a l 【ea d v a n t a g eo fb e n e 斑s 舶mm o d e mp r 0 铲a i i 吼a b l eg p u t h em a i ni d e ao ft h e a k o r i t h mi s t 0r e d u c ed a l at 捌】s 硒m 脚i o nb e 嘶e e nc p ua n dg p ub y 丘n i s h i n ga u r e 髭i i 】p l i n gp r o c e s sa l o n go n e 瑚l yi ns i n g l er e n d e r i n gs t a g e f h e n m r e ，缸砸i t i o n a l a c c e l e r a t e dt e c h n i q u e so fe a r l yr a yt 锄【i l i m la n d 即a p t ys p a c e k i p p i n ga r ec o 如【b i i l e d 缸ot h ea 垮o m h mo ng p up h t f o r ni ti sp r 0 v e dt l 埝tg p u b a s e dr a yc a s t i n ：gc o u l d p r o d u c eh 远r hq u a l i t yr e s u l t sw i t hr e a l - t 硫er e l l d e r i n gr a t ef o rt h ev o l u l n e 扭a 出e w “h i na v a i l a b l ev i d e oi i l e 瑚o r y a c c o r d i n gt ot h e 黝l y s i so fc o i l s i s t e n c yi nv o l u m ed a t a ，as e g m e n t - b a s e dr a y c a s t i 刀唔i sp r o p o s e di nt h i sp a p 既t h en c wm e t h o da c l l i e v e sa c c e l e m t i l l gg o a lb y c o m ：b i n i n gs e ( 1 u e n t i a lr e s a n l p l e r s w i t hs i i l l i l a rv a l u e si n t oo n es e g m e n t 锄d s d b s t i ：t u t i n gr e s a m p l i i l gs e 昏n e n t sf o rr e s a m p l i l l gp o i m st ob et h ec o 硼矽s i t i o nu n i t s t h e r e 旬r et h eo v e 托nn um _ b e ro fr e s a i 玎p l i n g 趾dc o 玎= 】p o s i t i o np r o c e s si sn m c hr e d l l c e d 1 k a l g o m h m i sv e 面e de m c i e n tb yb o t ht h e o r e t i c a ld e d u c t i o no fr 髓d e r i n ge q u a t i o n a n dp r a c t i c a li i n p l 锄e m a t i o no nc p u 锄dg p u 1 kc p uv e r s i o ni si m p l e m e m e dt 0 d e t e r m i l l et h er e c o m m e n d e d l u e so fp a r 锄e t e r sa n dg p uv 贫s i o ni su s e d 白rf i l r t h e r 0 1 ) t i m 谳i 眦 l r a i 坞衙血n c t i o np l a y s 锄i m p o r t 砌r o l ei nv o l u m er 锄d e r i n g a s 觚 i i i 】p r o v e 妇舱n t ，a 髓a n s f 打m n c t i o na d j u s t m e n tm e t h o db a s e do ne x t e i 】i d e d 鼢m p l e r m o d e li sd e m o i l s t r a t e di nt h i sp a p e r t h em o d e le x p a n d se a c hs a n l p l e rt 0as e g l e m w l l i c hc o n t a i ms e v c 釉1s a l n p l ep o i n t s t h eo 埏i i l a ls 锄p l e ri so n eo ft h e 阻i 玎p l e r p o i n t s 柚do f t e n1 0 c a t e sj nc e m e ro ft h es e g m e n t t h ev a l u er e h t i o n s i l i p sb e t w 咖 k n o w n s a n l p l ep o 硫s 锄d 出w ns a n l p l ep o i n t sa r ed e 丘n c db yc e r t a i nt 唧l a t e b y a d o p t i n ：gt h em o d e lw i t hv a r i o l l st e 单l a t e s ，t h et r a m f 打伍n c t i o ni sf l e x i b l yr e v i s e dt o p e r f o n nb e t t e rr e s u h sw i t hc l e a r e rb o u n d a r i e s b e s i d e so p t i i i 也i n gs t r a t e g m 锄o t h c rm 印p i i 坞m l ef o r 仃a i l s f 打m n c t i o nb a s e do n a c t i n gf o r c e sm o d e li sa l s oi n t r o d u c e d i nt h ea c t i i 玛f o r c em o d e l ，t h er e s a m p l e r sa r e n o tt h ep o i i l t si i l t e r p o l a t e da te v e ni n t e r 、，a 1a 1 0 n gt h er 习i yb u tt h ef i r s tp o i mi ne a c h c o h c r e n ts e g i n e n tw l l i c hi sm a d eu po fs e q u e n t i a lo 堍i i l a lr e s a n 巾l e r sw i t hs i i i l i l 盯 v a l u e s t h e r e f o r e ，t h ed i s t 觚c 鼯b e t w c e nn e i g h b o r i n gr e s a n l p l e r s a r ed i 丘e r e n t a c c o r d i i 坞t o1 0 c a ld a t ac o 慨e e a c hr e s a n 叩l e ri s 仃e a t e d 嬲ap 碰i c l ew h i c hw o u l d m o v ea l o n gt h ed i r e c t i o no fa c t i i l gf o r c e 丘d mt h en e i g h b o rw i t ha ni 血i a ls p e e di nt h c s 锄ed i r e c t i o nb y 印p l y i n gt h em o l e lt o 打a n s f 醯f i l n c t i o n ，t h ei n u h i - d i i n e n s i o n 仃a n s f 醯缸n c t i o ni sd e 鲥e dt oo n e d i l l l e n s i o no n eb yu l l i f y i n gs e v e r a ld a t a 危a t i l i s s u c h 嬲r e s 龇珥) k sv a l u e ，g 阳d i e n t 锄dr e 阻功p l i n g 血e r v a lt oo n ep h y s i c a lc o n c e p t k i l l e t i ce 联翟i ti sp r o v e dt h a tt h ep r o p o s e dm d h o dc o u l dp r o d u c en e ) 【i _ b l e 粕dg o o d r e s i l l t sw i t he a s ya d j u s t m e n to p e r a t i 0 璐 k e y 咖d s ：3 dv i s u a h z a t i o n ，v o l l l i n er e n d 耐i l g ，r a yc a s t i r 喀，g p u ，仃a 璐向缸1 c t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 答字醐：妒7 年堋r 7 日 学位论文版权使用授权书 本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。 特授权一云默学可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 签字日期：矽夕年 月7 日 签字日期：月门日 | 第一章绪论 1 1 课题的研究背景和意义 第一章绪论 科学计算可视化( v i s u a l i z a t i o ni ns c i e n t i f i cc o m p u t i n g ) 的概念最早 于1 9 8 7 年由美国国家科学基金会提出 1 ，是运用计算机图形学和图像处理技 术将科学计算过程中及计算结果的数据转换为图形及图像在屏幕上显示出来并 进行交互处理的理论、方法和技术 2 。随着数据获取手段和社会科技发展，科 学计算可视化的应用已经扩展到工程计算测量领域及其它各自然科学、社会工业 部门，例如分子结构建模、医学图像绘制，辅助诊断、石油勘测、地质海洋分析、 空间探索、气象预测、天体物理及数学计算、基因序列分析、流体动力学计算、 有限元分析等 3 。 研究表明：人类获得的关于外在世界的信息8 0 以上是通过视觉通道获得， 且人的大脑中5 0 9 6 以上的神经均与视觉系统相关 1 ，因此图像比其他信息形式 更容易被人所接受和理解。未经可视化的数据通常以文字或者数字的形式存在， 人以阅读的方式顺序获取数据，经大脑的初步分析后得到的通常是离散的一维信 息特征，而后将多个信息点加以整合，摒弃多余信息，提取高维的联合信息特征， 这样的过程需要在人脑中反复进行多次，才有可能揭示出隐藏在大量数据中的用 户所关注和需要的某种规律和联系。虽然人脑的分析学习能力是无可比拟的，但 也有其无法克服的劣势，如人脑很难将文字数字信息转化为图像信息表示出来， 也无法在同一时间精确保存多层次的信息特征，因此必须寻找一种有效的数据转 换形式，将数据以人脑可识别并快速处理的方式表现出来。可视化技术就是这样 一种数据解释和转换工具，它的目标是将抽象数据中隐藏的模式、特征、相互关 系、异常结构挖掘出来，以直观的方式呈现给用户，以帮助用户理解和使用。 三维数据场的可视化一直是科学计算可视化的核心技术，也是理解和处理高 维、时变、多元变量等数据场的基础。三维标量场可视化绘制算法分为面绘制和 体绘制。面绘制首先由三维空间数据场构造出中间几何图元( 如曲面、平面等) ， 然后由传统的计算机图形学技术实现绘制 2 。与面绘制算法不同，体绘制不需 要构造中间几何图元，而直接把三维数据场映射为二维的图像。与面绘制相比， 第一章绪论 体绘制具有以下优势： 体绘制算法利用三维数据场的全部信息而不只是部分等值面信息，因此 绘制结果可以展现绘制对象内部结构的特征、大小比例和位置关系，在 揭示挖掘数据内潜藏的规律、异同方面具有得天独厚的优势。 体绘制算法不需从数据中抽取等值面进行建模，因此对于没有明显边界 结构或者等值面信息不确定、不可知的绘制对象尤其适用，如云、烟、 火、医学扫描数据、地质石油勘测数据、流体力学仿真数据等。 体绘制的绘制对象是由数据采集仪器得到数据，而面绘制的绘制对象是 从数据中提取的面片信息，每多经过一次处理，便有更多的可能向数据 中引入噪音和错误，因此体绘制的绘制结果相对来说更重忠实于原数据。 通过传递函数的设置，体绘制算法可以达到与面绘制相同的目的，提取 用户需求的单一表面信息进行显示。面绘制中的等值面信息一旦确定， 绘制期间无法再编辑，而体绘制根据传递函数的不同，随时改变绘制对 象的可视结构。 面绘制的绘制时间由模型复杂度决定，而体绘制算法中最经典的光线投 投射算法的绘制时间由绘制结果图像的分辨率和采样率决定，在绘制结 果图像分辨率有限的情形下，体绘制算法具有更灵活的绘制质量和绘制 性能的平衡控制，因此大规模几何造型场景体素化的研究近年来得到越 来越多的关注。 由于上述优点，体绘制被广泛应用医学、气象学、地质勘探、计算流体力学、 分子生物学、自然现象仿真、考古和文物保护、工业造型设计、地震学、宇航等 领域。 1 2 研究现状和面临的主要问题 体绘制技术发展的二十多年间取得了很大进展、逐渐成熟，但与此同时，数 据规模和用户需求也不断增加，当前体绘制研究仍然存在一些问题，可以归结为 两大类：一为绘制质量问题，一为绘制速度问题。 1 2 1 高绘制质量的需求 所有绘制算法的一个重要评价标准是结果图像质量，体绘制算法也不例外， 不断提高绘制结果质量是永恒的研究主题。体绘制技术中影响绘制质量的因素有 很多，其中最重要的两个因素是体绘制算法的选择和传递函数的设置。传递函数 的设计是体绘制中的关键技术，其研究目标是在不断降低用户的传递函数设置难 2 第一章绪论 度的同时，提高传递函数的有效性。设置传递函数要求体绘制算法能够实时准确 的反映传递函数的变化，是以快速高质量的绘制算法为基础的。现有的传递函数 设计仍然存在着设置复杂性高，缺乏设置指导规则的问题。 现有的体绘制算法有光线投射算法 4 、足迹表法 5 ，6 ，切错一变形算法 7 、体元投射法 8 、频域体绘制算法 9 ，1 0 、小波域体绘制算法 1 1 、压 缩域体绘制算法 1 2 1 5 等。其中光线投射算法的绘制质量最高，由算法本身引 入的走样因素比较少，是空域算法中最经常使用的一种算法，但相对其他空域算 法，光线投射算法的计算复杂度比较高，绘制速度略长。小波域体绘制算法是近 来年发展极为迅速的领域，小波算子具有高压缩率、低数据损失、分解后信号能 量集中、适于多分辨率应用的特点，在面向网络环境的大规模数据绘制中将大有 可为。 传递函数是体绘制中特有的概念，用来实现分类的功能。分类避免将数据区 域进行确定性划分，通过传递函数将数据特征映射为光学属性，在绘制过程中可 以由用户动态改变数据的划分规则，根据划分规则的不同改变可视结构，使用户 对数据有更多的认识。在光学属性中不透明度起到极其重要的作用，它使绘制对 象结构间产生不透明的效果，使用户能够多层次有纵深的对绘制对象结构进行观 察。 传递函数的设计和调整是分类技术的核心，传递函数设置的好坏对成像质量 有着决定性的影响。然而依赖现有的从体数据中提取的空域和变换域的数据特征， 无法将体素数据特征集和光学属性建立有效的映射关系，大部分情形下仍然要使 用试错法才能找到合适的传递函数。目前主流的传递函数设计方法主要分为两大 类：图像中心法和数据中心法 1 6 。 图像中心法的基本思想是改变传递函数参数以求得一系列用户可能感兴趣 的绘制图像集合，由用户来挑选哪组参数产生的结果图像更符合要求。最简单的 图像中心法即试错法，由用户手动或者辅以设置界面来调整参数值；t h e 等 1 7 采用随机搜索法为传递函数的参数集合赋值，用随机生成的传递函数生成绘制效 果缩略图，由用户选择最满意的缩略图，在选择的对应传递函数基础上再次随机 生成新的参数集合，参数集不断优化直到用户认为最优或者达到一定的迭代次数， 这种参数生成方式可以借鉴遗传算法技术；m a r k s 等 1 8 设计了一个画廊式的 用户界面来显示和选择备选的缩略图，提高了用户友好性。图像中心法以用户对 绘制结果的评价为判定绘制质量优劣的依据，虽然用户满意度很高，但其评价标 准是主观的、因人而异，得到的绘制结果并不一定能够揭示体数据的结构信息， 达到数据分析的目的。 数据中心法是以体数据的数据特征作为分类依据，一旦规定了数据特征与光 第一章绪论 学属性的映射关系，绘制结果是唯一的。数据中心法产生的结果不主要依赖用户 的审美视觉，相对客观，以凸显体数据中的结构信息和相互关系为主要目标。比 较著名的有l e v o y 4 使用的局部梯度；k i n d l m a n n 1 9 ，2 0 使用的体素的一 阶导数、二阶导数、曲率。另外v e r e d a 2 1 和l u n d s t r o m 2 2 使用体数据统计 直方图进行传递函数的特征定义。使用数据特征越多，传递函数对体数据的结构 变化越敏感，由此产生的计算量也急剧增长，有些数据特征引入后对绘制质量提 高不多，却可能造成现在数据特征分类的二义性和性能降低，因此在实际应用中， 多维传递函数的使用应权衡利弊。 传递函数设计的其他研究领域包括用户友好界面的研究、设置简易性的研究 等。传递函数的不确定性使人工调节成为必须的步骤，因此如何让这个调节过程 变得更简单、更易于理解和操作，如何让用户在调节时能更多的利用先验条件是 一个值得研究的课题。i ( n i s s 2 3 设计了移动窗口用以显示多个数据特征的统计 关系。t o r y 2 4 将与传递函数相关的自变量和因变量用平行的坐标轴表示，使 用户对参数变化产生的影响有直观的感受。t z e n g 2 5 使用在体数据上直接选取 感兴趣的体素区域，用这些选中的体素的位置和特征进行分类训练的方法避免了 让用户在三维绘制结果与抽象的数据特征直接建立联系的过程。近年来传递函数 的发展具有提高可理解性的趋势，如为体数据定义语义信息 2 6 3 0 ，尽量将传 递函数的设置过程前置。 多年来传递函数技术研究确实取得了长足进步，研究者们不断寻找提取体数 据中数据特征的方法，将数据特征与绘制对象的结构特征建立映射，为传递函数 的设定提供指导性依据，但当前传递函数设置仍然存在不确定性强、设置复杂性 高的问题，因此为传递函数设计映射规则，降低其复杂度和不确定性，令传递函 数设置有章可循是一个十分有意义的研究课题。 1 2 2 实时绘制速度的需求 绘制速度与绘制质量通常是一对矛盾，在不损失或者少损失绘制结果质量的 基础上提高绘制速度始终是体绘制技术研究的热点。体绘制算法的成熟与加速技 术的发展密不可分，随着图形硬件环境和相关技术的不断完善，体绘制的加速技 术也需要持续更新，当前体绘制算法的实时绘制已经成为最基本的应用需求。 体绘制常用的加速技术有：光线提前截止 3 1 、无效体素剔除 3 2 ，3 3 、 硬件加速 3 4 3 6 和并行加速 3 7 4 3 。 提前光线截止( e a r l yr a yt e 珊i n a t i o n ) 3 1 是常用于像序体绘制算法的 优化技术之一，在融合过程中，当检测到累计不透明度趋近于1 时，认为对应像 素的颜色已经确定，光线提前截止，节省了之后重采样点的插值、分类和融合计 第一章绪论 算。实践中，令融合的结果确切收敛到1 比较困难，通常设置一个近似1 的数值， 如0 9 5 作为不透明度提前截止的阀值。使用提前光线截止技术可将绘制速度提 高1 6 2 2 倍 4 。类似的优化方法还有遮挡剔除及深度检测。遮挡剔除一般用 于面绘制或其他以模型为基础进行绘制的应用，场景中的各绘制对象都被假设为 非透明的，当两个或者多个绘制对象有前后的遮挡关系时，后面的对象是不可见 的，因此绘制时只需处理靠视点比较近的对象，遮挡剔除是依赖深度检测技术实 现的。 体绘制算法速度与体数据的规模，更具体的说和进入绘制流程的体素数目直 接相关，体素数目越少，绘制速度越快。一般体数据中约有7 0 9 6 9 5 的无效体素 3 2 ，即经过分类后对绘制结果没有任何贡献的体素。无效体素剔除技术的主 要思想是将无效体素在绘制流程开始之前删除掉，令真正参与计算的体素数目减 至最低，这就需要进行提前分类。体数据还具有高空间一致性的特点，即相邻的 体素通常具有相同的值，因此在存储和绘制计算中，我们考虑将一致的区域统一 进行处理。在体数据数据存储结构中，最负盛名的是八叉树( o c t r e e ) 4 4 ，4 5 ， 使用八叉树数据结构的光线投射算法可将绘制速度提升3 5 倍 4 ，结合提前光 线截止速度可提升5 1 1 倍 4 。其它常用的优化数据结构还包括：最小最大树 ( m i n m a xt r e e ) 、二叉树( b i n a r yt r e e ) 、k 叉树( k d _ t r e e ) 4 6 、游程编 码( r u nl e n g t he n c o d i n g ，r l e ) 7 ，4 7 等。 硬件体绘制加速是利用专门或者通用的图形加速硬件提高体绘制算法的运 算速度，最初的图形加速卡具有固定的绘制流水线，功能也非常有限，如想借助 图形硬件的速度优势，须将体绘制算法变形或者设计开发专用图形硬件，因此将 硬件体绘制作为一种加速技术进行研究。 纹理映射算法( t e x t u r em 即p i n g ) 3 4 是将体绘制算法在通用图形卡上实 现的一种方法。在体绘制发展的初期，图形卡专为传统图形学中的模型面片绘制 设计，功能是固定的，但同属于图形领域，体绘制和一般图形绘制问题有很多共 性，于是以图形加速卡为基础、以纹理作为基本数据结构的纹理映射算法作为单 独的一类体绘制算法最早在图形工作站上提出来。随着图形硬件的快速发展和普 及，通用图形卡已成为个人电脑上的普通配置，控制功能也越加灵活，基于可编 程图形卡的体绘制算法已成为普遍使用的方法 3 5 ，3 6 ，4 8 5 7 ，将在第二章和第 三章详细阐述。 虽然体绘制算法在通用图形卡领域取得了成功，但仍然很难处理大规模体绘 制应用，为此提出了专用的体绘制硬件体系结构和工作站，如v o g u e 5 8 ，5 9 、 v i z a r d 6 0 ，6 1 、v i r i m 6 2 、v i z a r 6 3 、v o l u m e p r o 6 4 、c u b e 一3 6 5 、 c u b e 一4 6 6 、e m c u b e 6 7 等。 第一章绪论 并行策略考虑将单机计算任务分配给多台计算机同时处理以减少每台计算 机的处理时间，适用于体绘制这种计算密集型应用 3 7 ，3 8 ，6 8 。在将体绘制算 法并行化过程中，需要考虑负载平衡、网络传输、消息同步、融合策略、数据划 分、内存管理等。 在所有加速技术中，硬件加速策略的加速效果最为突出、初期的硬件加速研 究集中于体绘制专用体系结构的研制上，近年来通用图形加速卡的发展很快。随 着g p u 的飞速发展，基于g p u 的体绘制算法的更新完善步伐也持续加快，通用个 人计算机的实时体绘制应用得到推广，体绘制技术不再局限于专用机、大型科研 院校和企业，可以运用到工商文化等社会各领域。 1 2 3 应用领域的研究现状 体绘制技术研究不断扩展至应用领域，主要包括面向网络大规模体绘制应用 研究、多模态绘制研究和非照片真实感技术研究。 随着现代科学技术日新月异的发展，科学仪器采集数据的精度和容量不断增 长，大规模体绘制应用的解决方案 6 9 ，7 0 是目前研究的热点之一。对于大规模 体数据，单机处理已经不能满足需求，必须在网络环境下利用多处理器的综合能 力，随之产生一系列技术问题：体数据的压缩、解码 7 1 ，网络的传输、加密、 同步、负载平衡、显示控制 7 2 ，7 3 ，网络资源的发现、调配、共享、回收，体 数据的共享，绘制结果的重用，关于传递函数设置的智能学习和专家系统。在面 向网络的体绘制应用中，体绘制技术只是其中的一小部分，需要将计算机图形学、 并行计算、网络安全、数据挖掘等各领域的技术协调使用。任何一个领域的发展 都将对其他领域产生影响。 多模态数据是指同一个绘制对象通过不同的数据获取手段得到的多个体数 据，根据数据获取方式的不同，每个模态的体数据很可能具有不同的数据特征， 多模态体绘制 7 4 7 8 试图将多个模态的显示效果综合到一张图像中显示，以尽 可能多和清晰的表现绘制对象的特征，最典型的例子是在医学应用中，同一个病 人作了m r i 、c t 、p e t 的检查，医生在作诊断时希望同时参考这些检查所揭示的 信息综合做出判断。最简单的整合方式是图像级整合，即对每个模态的体数据单 独进行绘制得到结果图像，然后将这些图像的对应像素进行加权平均，这种方式 无法保留体数据中的深度信息，一种改进的方法是在绘制过程中对深度一致的绘 制中间结果进行加权平均。多模态绘制中一个关键的问题是多模态数据的配准 7 9 ，即把不同模态数据中对应同一空间位置的数据点对应起来。图像数据配 准是一个独立的研究方向，很多研究者在该领域作了大量的工作。 非照片真实感技术( n o n p h o t o r e a l i s t i cv o l u m er e n d e r i n g ，n p v r ) 是体 第一章绪论 绘制研究的一个新分支。它将图像处理技术应用于体绘制，目的是将绘制结果用 一种非真实性但可以突出特征和用户关心区域的方式进行显示。如增加艺术效果、 使用轮廓素描方式、部分区域放大显示，部分区域压缩显示、面绘制与体绘制结 合等方式 8 0 一8 3 。非照片真实感技术提供了许多与众不同的视觉效果，在关注 绘制质量的同时，还要协调显示风格，增加了实时显示、用户交互的难度，需同 加速技术和策略同时发展。 1 3 主要研究工作和创新之处 本文的主要研究内容是空域体绘制算法的加速技术和传递函数的设置方法， 研究工作和创新之处如下： 光线投射算法是最经常使用的体绘制算法，具有绘制质量高、绘制性能 与体数据规模无关、视点改变不会引起绘制结果走样等优点，但计算复 杂度，绘制时间较其他体绘制算法长。g p u 具有高浮点运算能力、高度 硬件并行的优点，近年来飞速发展。体绘制算法与g p u 的结合随着体绘 制和g p u 技术的发展不断完善。本文在最新一代g p u 的技术基础上，提 出了基于g p u 的光线投射算法，该算法在单道绘制内完成沿视线的所有 重采样操作，避免了多道绘制引起的c p u 和g p u 之间的频繁数据交换， 同时实现了提前光线截至和无效体素剔除的优化技术，达到显存可容纳 规模的体数据的高质量实时绘制。 通过分析体数据在使用了无效体素剔除技术后仍然存在的数据一致性， 本文提出了基于片段的光线投射算法。该算法将连续的相似重采样点合 并成片段，并将融合的基本单位由重采样点扩大为片段，减少了融合次 数，提高了绘制性能。在理论方面，由体绘制的绘制方程出发，依据基 于片段的简化条件，重新推导绘制方程；在实践方面，将算法进行软件 实现，对参数设置进行定量分析，又在基于g p u 的光线投射算法基础上 进行硬件实现，在保持绘制质量的的同时，迸一步提高了绘制性能。 传递函数是体绘制技术中的重点和难点，本文提出了基于重采样点扩展 模型的传递函数调整方案。该方案将一个重采样点扩展为由多个样本组 成的重采样段，通过模板中规定的未知样本光学属性与已知样本光学属 性的相关系数比例预测同一重采样片段内所有的样本光学属性，根据选 定的样本融合方式计算出重采样段的光学属性，并将其作为对应的未扩 展前重采样点的光学属性存储为传递函数查找表。在提出模型的同时， 为模型设计了多种相关系数模板，给出每个模板的计算方法。将扩展模 第一章绪论 型应用于传递函数调整可以强化绘制对象的结构特征，提高绘制结果质 量，不同相关系数模板为绘制效果控制提供了一定的灵活性，其中立方 卷积模板和高斯模板的使用效果最好。 本文还提出了基于力作用模型的传递函数设计规则。在力作用模型中， 重采样点的概念与之前不同，不是等间距的采样点，而是以等间距采样 点为基础划分的一致性片段的首点，根据数据一致性不同，相邻重采样 点的间距也不同。我们将力作用模型中的重采样点看作具有初速度的质 点，并在其他重采样点的作用力下移动做功，重采样点值、梯度、相邻 重采样点距离等数据特征均以动能的方式表示，多维数据特征统一为一 维能量特征。这种传递函数设计方法降低了传递函数的总体设置复杂性， 动能计算中引入的参数为算法提供了灵活性和多样性。 1 4 论文结构 第一章，介绍了本文的研究背景、目的和意义，指出了课题面临的主要技术 问题和本文的主要研究工作、创新之处。 第二章，介绍与研究工作相关的背景知识和主要技术基础，讨论了各种体绘 制算法和算法流程中的关键步骤，介绍了可编程g p u 的发展及其编程基础。 第三章，结合最新的g p u 发展技术，提出基于g p u 的光线投射算法，讨论了 算法的实现技术，试验给出与其他基于g p u 的体绘制算法在绘制时间和绘制效果 上的对比结果。 第四章，针对体数据存在的数据一致性，提出基于片段的光线投射算法，将 数据简化条件应用于绘制方程，推导基于片段的绘制方程，从理论和实践两方面 进行算法验证。 第五章，提出基于重采样点扩展模型的传递函数设置方案，详细讨论用于扩 展模型的多种相关系数模板的计算方法。 第六章，提出基于力作用模型的传递函数设计方法，讨论了对重采样点数据 特征和重采样点间相互作用进行统一描述的计算方法，验证了将多维传递函数降 维处理思路的有效性。 第七章，对全文研究工作进行总结，并对未来研究工作作出展望。 第二章研究基础 第二章研究基础 本文的主要研究内容是体绘制算法的加速技术和传递函数的设置规则，属于 基础算法和关键技术研究，深入理解体绘制算法流程中各步骤的技术细节是重要 研究基础，因此本章在第一部分简要介绍体绘制背景后，第二部分详细阐述体绘 制算法流程的各个步骤。我们选用光线投射算法作为本文的试验基础算法，并在 第三章中使用足迹表法进行绘制结果比较，本章第三部分重点探讨这两种算法， 并对其他体绘制算法进行概括介绍。最后一部分概述g p u 技术，为第三章基于 g p u 的光线投射算法奠定基础。 2 1 科学计算可视化概述 科学计算可视化( v i s u a l i z a t i o ni ns c i e n t i f i cc o m p u t i n g ，v i s c ) ，指的 是利用计算机图形学、图像处理技术，将科学计算过程中产生的数据及计算结果 转换为图形图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。这一 节对科学技术可视化技术的基础进行概述。 根据科学计算可视化处理的数据类型分类，可分为标量场可视化、矢量场可 视化，张量场可视化和建模可视化 8 4 。在各种可视化数据类型中，标量数据 集在日常生活中普遍使用，获取方式简单，因此标量场可视化技术是应用最广泛、 研究价值最高和实践发展前景最广阔的可视化技术之一。 最简单的标量数据集是一维的，将其在空间和时间轴上进行扩展，可以定义 二维、三维和更高维的数据集。二维标量数据集与图像相似，很多成熟的图像处 理算法，如平滑、锐化等算法略加改进便可应用于二维标量数据集可视化。 三维数据集在二维数据集的基础上增加了深度信息，由于具备立体视觉，人 类可感知和识别的物体的存在状态通常是三维的，因此三维数据集提供了人类可 辨别和接受的完整的空间信息。三维数据集的绘制算法及其他辅助技术是可视化 领域研究的热点，本文的绘制对象即为三维数据集。 三维标量场可视化绘制算法可以分为两类：面绘制( s u r f a c er e n d e r i n g ) 和体绘制( v o l 岫er e n d e r i n g ) 。 面绘制首先由三维空间数据场构造出中间几何图元( 如曲面、平面等) ，然 第二章研究基础 后由传统的计算机图形学技术实现绘制 2 。面绘制算法通常提取数据中的一个 等值面或者多个等值面，将等值面用三角面片表示，将基于三维点数据的绘制转 换为基于模型的绘制。 面绘制的绘制结果只能表示数据中部分等值面的结构和空间关系，不能反映 原始数据的全貌和细节。绘制结果中的等值面基于用户已知数据特征进行提取， 只是将用户关心的数据特征以直观的形式表现出来，不具备探索和揭示数据对象 未知结构信息的功能。但面绘制可以产生清晰的等值面图像，绘制结果的空间结 构易于辨识，另外由于面绘制是基于模型的绘制算法，其基本绘制单元是三角面 片，算法一旦重构出绘制模型，便可以使用现有的图形硬件和传统计算机图形学 的优化加速技术，具有绘制数据量小，绘制速度快，基础算法成熟的优点，得到 了广泛的应用。主要的面绘制算法有：移动立方体法( m a r c h i n gc u b e ) 、移动四 面体法( m a r c h i n gt e t r a h e d r a l ) 、剖分立方体法( d i v i d i n gc u b e s ) 。 与面绘制算法不同，体绘制不需要构造中间几何图元，而直接把三维数据场 映射为二维的图像。体绘制能产生三维数据场的整体图像，包括数据内部的所有 结构细节，具有信息量大、绘制质量高、便于并行等优点，但与此同时也存在计 算量大，难于利用传统的图形硬件加速，绘制时间长的缺点。体绘制算法及其相 关技术是本论文研究的主要内容。 2 2 体绘制流程 本文的研究重点是体绘制算法的加速策略和分类技术，进行体绘制技术研究， 首先要了解体绘制算法的实现流程，理解数据是如何在流程各阶段之间变换传递， 并寻找数据本身或者数据变换过程中存在的一致性或者特征，进而找到算法简化 优化的突破点。本节详细描述体绘制算法流程的各步骤，以使读者对后文研究内 容的算法基础有所了解。 图2 1 是体绘制算法的绘制流程，根据算法原理的不同，流程中的某些部分 可能被简化或者省略，但在体绘制算法中三维数据基本上是经过这样一个流转过 程呈现为二维图像的。体绘制算法通常包括如下几个阶段：数据获取、预处理、 数据重构、重采样点分类、顶点明暗计算、重采样点融合和图像显示。其中明暗 计算在体绘制算法中不是必需的步骤，但如同光照计算在传统计算机图形学中的 作用相同，可以明显提高绘制结果的视觉冲击力和感受力。另外，分类和明暗计 算步骤可以提前至数据重构之前进行。下面将分别讨论该流程中的每一步骤。 第二章研究基础 2 2 1 体数据 提前分 图2 1 体绘制算法绘制流程 明暗计算 体数据( v 0 1 u m ed a t a ) 是三维的包含信息在内的数据实体，有的体数据中 存在明显的表面或者边界结构，易于提取等值面进行建模，有的体数据的内部结 构比较模糊，用户很难找到可以用三角面片表示的平面或者曲面，对于这类数据 体绘制算法尤其适用。 体数据在几何上表现为三维空间网格的采样点，每一个采样点称为一个体素 ( v o x e l ) ，在存储形式上表现三维数组或者指针。根据三维空间网格的基本形状 和连接关系的不同，体数据有多种类型，本文使用的数据类型为规整网格数据， 该类数据的相邻体素在互相垂直的五) ，z 三个坐标轴方向上单个轴向上等间距， 单位网格在几何上表现为大小相等的长方体，体素坐标不需要显式保存，体素的 访问可以通过三维方向上的整数下标索引