并行精确排序的快速投影四面体体绘制

投影四面体法需要对四面体集合进行逐帧排序,而相邻四面体之间的顺序制约和依赖性限制了并行排序的效率.基于以上问题,提出一种视点相关的、基于逻辑切割的快速四面体集合精确排序方法.该方法分为4个串行步骤:首先沿视线方向将四面体集合所在空间剖分成一列有序的深度区间,每个区间包含一组四面体子集;然后并行地对每个区间的子集逐层提取互不遮挡的四面体,完成精确排序;再将区间边界上的四面体进行逻辑切割,并采用分段积分计算所有四面体在区间内的颜色贡献;最后按序沿视线方向累积所有区间的颜色贡献.实验结果表明,文中方法提高了四面体拓扑排序的并行度,极大地降低了排序时间,并大幅度地改进了绘制效率.

基于快速自适应多路排序的四面体可视化

投影四面体法是可视化不规则四面体体数据的主流方法之一,其中需要逐帧对所有四面体按照其距离视点远近进行排序,因此排序算法的效率非常重要.针对已有方法只是简单地在GPU上实现排序的并行化,提升空间有限的问题,提出一种面向四面体重心排序的快速自适应多路算法,并在GPU上予以实现.该算法充分利用了四面体体数据疏密变化平缓、空间连贯性强的特点,并利用预计算的分布表自适应生成深度区间,使得各区间负载均衡,独立排序.实验结果证明,与其他GPU方法相比,文中算法将排序所占时间比例从超过24%下降到12%,并将绘制帧率提高了11%.

精确排序的四面体体数据快速可视化

采用投影四面体法进行可视化时需要对所有四面体进行排序,而四面体的不规则性和较强的依赖性导致并行排序的难度很大,为此提出一种精确排序的并行化算法.该算法在排序阶段逐层并行提取互不遮挡的四面体,并在绘制阶段采用区域求和表、提前终止等技术直接减少处理的四面体个数,再将四面体数据集进行有序投影得到最终的绘制结果.实验结果表明,采用文中算法的GPU实现比基于CPU的精确排序快91%;对于大尺度数据集(大于百万个四面体),提前终止的算法使绘制效率提高10%以上.

基于体元投影的一种非规则数据场体绘制方法

随着科学计算可视化的发展及其在实践中的应用,非规则数据场的可视化已成为当前的研究热点之一。由于非规则场中样点的大小、形状和分布是不一致的,在成像时面临更多的困难。常用的方法有光线投射法,单元投影法,以及单元投影与光线投射相结合等算法。吸取了上述算法的优点,同时利用非规则数据场的一些特性,采用了一些加速措施来加速绘制。通过实验验证,可以达到比较理想的效果。