导读:本文包含了光线投射论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光线,插值,算法,纹理,线性,数据,向量。
光线投射论文文献综述
谢永华,姬瑜[1]（2019）在《视点相关光线投射算法在叁维云可视化方面的应用》一文中研究指出针对绘制海量云数据时传统光线投射算法计算量大、绘制缓慢等问题,提出了一种基于视点相关光线投射算法的叁维云可视化方法。该方法首先采用基于多分辨率方法的数据预处理策略,然后采用基于视点相关系数的自适应采样频率计算方法确定重采样点的位置,并利用叁阶段插值算法计算重采样点的值,最后采用基于块重要性加权香农熵的二维传输函数完成颜色值和不透明度的映射关系,从而实现图像的合成。实验结果表明,该方法计算复杂度低、执行效率高,与现有的光线投射算法相比,不仅图像的重构质量得到了提高,绘制时间也减少了约30%。(本文来源于《半导体光电》期刊2019年05期）
曾艳阳,裴庆庆,李保锟[2]（2018）在《基于自适应复合插值的光线投射算法（英文）》一文中研究指出光线投射算法因其算法成熟、成像质量高而被广泛应用于体绘制技术中。为解决高质量图像带来的计算量大、绘制时间长等问题,该文在传统光线投射算法的基础上,针对体绘制过程中重采样点插值、合成耗时长问题进行研究,提出一种改进的自适应复合插值光线投射算法。依据设置的阈值范围,调整后退采样步长大小进行插值采样点以及插值算法的选取,优化重采样及插值过程。实验结果表明,在保证所需图像质量下,此文改进方法与传统体绘制算法相比速度获得显着提升。(本文来源于《系统仿真学报》期刊2018年11期）
张鹏[3]（2018）在《基于GPU的光线投射体绘制加速算法的研究与实现》一文中研究指出科学计算可视化在医学影像可视化、地质勘探可视化、计算流体力学等领域具有重要的应用价值。对科学计算可视化的相关技术进行研究,提出高效的体绘制方案,对于完善可视化理论、丰富体绘制的应用领域都有着举足轻重的意义。光线投射算法是经典的直接体绘制算法之一,图像绘制质量高,现已得到大量的实际应用。由于叁维体数据量比较大,光线投射算法基于体素的绘制导致计算复杂度很高,绘制速度慢,实时性较差。本文对光线投射算法的研究主要围绕提高绘制效果,达到实时绘制的目的展开。主要工作内容包括:(1)利用八叉树编码的紧致包围盒算法来优化绘制效果。该算法对体数据进行虚拟分割产生子块,遍历八叉树时选择有效子块,这样可以跳过无效体素(空体素),从而降低计算量,提高绘制速度。(2)对Blinn-Phong光照模型进行改进以获得更好的体绘制效果。把梯度模作为系数,引入光照模型中,增强组织边界处的光照强度,可以有效提高绘制效果。(3)基于GPU的并行计算框架,对体绘制流程进行重构,将原来在CPU中进行的光线进入点计算、离开点计算和光线遍历采样等过程移至GPU中进行并行处理,并且适当均衡顶点处理器和片段处理器的计算性能,利用GPU的高速浮点计算能力,达到实时绘制的目的。(本文来源于《北京工业大学》期刊2018-05-01）
嵇杰,王昀[4]（2017）在《基于改进光线投射算法的体数据显示》一文中研究指出光线投射算法属于直接体绘制(DVR)中应用比较广泛的算法,其优点是绘制质量高,但是存在采样点计算量大,绘制速度慢的问题.针对这一问题,本文利用投射光线在物空间的传递性质,提出了一种改进的计算采样点位置的算法,加快采样点的获取速度,提高图像叁维重建的效率.该算法在PC机平台上得到了实现,不仅在图像质量上得到保证而且绘制速度又有很大提高,为图像的叁维重建提供了有效的手段.(本文来源于《计算机系统应用》期刊2017年09期）
方浏洋[5]（2017）在《基于GPU光线投射算法的地震数据体绘制的研究与实现》一文中研究指出随着叁维可视化技术的发展以及叁维地震数据规模的增大,在地震勘探领域,叁维地震数据的规模以及可视化算法的复杂度,使可视化技术的应用出现了新的挑战。叁维地震数据体绘制中,由于体数据不能全部载入内存,体数据的预处理,调度和绘制都会受到阻碍。因此,本文针对这一问题,对相关算法进行了研究和改进。在此基础上,本文设计了基于Morton码的地震数据的八叉树结构构建算法和基于GPU的多分辨率地震数据的体绘制算法,对叁维地震数据体绘制的过程进行了优化。基于Morton码的地震数据的八叉树结构构建是在体绘制之前的数据预处理过程。算法改进后,首先对原始地震数据进行分块处理,然后运用Morton码对分块编号,使每八个连续的体块能够生成它们父节点对应的分块,由这些分块组成八叉树结构,最终得到具有分辨率层次的八叉树格式地震数据。这个新的地震数据就是进行体绘制的源数据。基于GPU的多分辨率地震体数据的绘制方法是对传统光线投射算法的改进,改进后的算法主要针对多分辨率数据做出了改进,在保留了传统算法中颜色合成的基础上,改进了重采样方法,增加了体纹理的生成,使得本算法能够实现多分辨率体数据的绘制。此外,将该算法移植到GPU中进行计算,也极大地提高了算法的执行效率。最后,针对叁维地震数据体绘制中这两个改进的部分,分别进行了两组实验来验证算法的优化结果。实验结果表明:预处理算法改进后,能够处理任何大小的地震数据,并且算法还能给出一些参考的参数选择方案;基于GPU的多分辨率光线投射算法能够正确地显示地震数据的图像,并且通过合理的数据调度,图像的帧率可以控制在允许的范围内。(本文来源于《中国石油大学（北京）》期刊2017-05-01）
张阿关,蒋慧琴,马岭,杨晓鹏,刘玉敏[6]（2017）在《一种基于GPU的改进光线投射算法》一文中研究指出针对传统光线投射算法计算量大、速度慢、在没有硬件加速情况下难以实时重建的问题,提出了一种基于GPU编程的快速计算重采样点值的光线投射算法。首先,设计一个GPU程序确定投射光线的终点与方向;其次,采用加速度步长采样方法确定重采样点的位置并利用快速复合插值方法计算重采样点的颜色值;最后,采用不透明度提前截止法进一步加速重建过程。实验结果表明,该方法计算复杂度低、执行效率高。在保证重建图像质量的同时,与现有基于CPU的光线投射算法相比,重建速度提高6倍,与基于GPU的传统光线投射算法相比,速度提高2倍。(本文来源于《计算机工程与科学》期刊2017年01期）
唐振禹,吕晓琪,任国印[7]（2016）在《基于GPU加速的改进的光线投射算法研究》一文中研究指出传统的医学图像体绘制算法大多通过CPU端实现,为解决传统算法存在绘制时间较长,交互不够流畅,且使用平台单一等问题,提出了一种基于图形处理器(GPU)的医学序列影像的实时体绘制技术。通过对不透明度值设置阈值,提前终止光线计算,并在光线遍历体数据时,调整采样间距,改进了光线投射算法。实验结果表明,对其中一组最大数据(931张切片)的绘制时间为1.3 s左右,交互时的绘制帧数在20~40之间。在绘制时间方面,不仅比传统的基于CPU的算法有大幅度提高,相比于前人的基于GPU的算法也有明显改进,加速比可以达到1.5左右。(本文来源于《现代电子技术》期刊2016年21期）
杜松江,张思超[8]（2016）在《采用GPU的提升纹理缓存命中光线投射方法》一文中研究指出提出一种改善纹理缓存命中率的方法.首先,分析图形处理器(GPU)中叁维纹理组织的布局特性;进而提出根据视点的变化动态选择线程配置的策略,目的在于最小化warp级的投射光线纹理访存跨距;最后,算法用CUDA(compute unified device architecture)实现并验证.实验结果表明:当视点分别围绕x,y,z坐标轴旋转时,改进后算法的帧速率分别为改进前的1.08,1.14,0.98倍.(本文来源于《华侨大学学报(自然科学版)》期刊2016年05期）
陈超[9]（2016）在《基于光线投射算法的雷达探测范围可视化研究》一文中研究指出科学计算可视化在雷达探测范围叁维可视化中的应用越来越频繁,是实现其叁维可视化的主要技术。而光线投射算法是可视化算法中提出时间最早也是可视化图像质量最高的算法,但是计算量也最大。由于雷达探测范围叁维体数据量很大,传统的光线投射算法很难满足实时交互的要求。本文研究在硬件和软件共同作用下上来加速光线投射算法从而把计算得到的雷达探测范围可视化,并把雷达探测范围的绘制应用到虚拟环境中,主要做了以下工作:1、分析了叁维体绘制算法。对体绘制的数据来源和类型、算法过程等进行了详细介绍。重点研究了光线投射法的基本原理、流程和图像合成等关键问题,最后对四种经典的体绘制算法进行了优缺点分析。2、针对光线投射算法在绘制雷达探测范围速度缓慢、达不到实时绘制的问题。本文提出了一种基于CUDA的光线投射加速算法,利用CUDA的并行架构硬件,CPU和GPU共同协作实现并行执行的功能。在CPU端执行串行程序的处理工作,在GPU端执行复杂可并行的光线采样计算处理工作。利用光跳包围盒算法来减少投射光线和采样点的数目。最后给出了该加速算法的具体实现过程,实验结果表明该加速算法在不降低图像质量的同时,又提高了绘制的速度,可以达到接近实时绘制。3、雷达探测范围建模。介绍了雷达的相关知识,然后从水平方向和俯仰方向实现了自由空间下雷达探测范围的离散化。接着针对地形的遮挡,先对地形的高度值的获取方法做了介绍,然后针对地形遮挡提出了受地形遮挡的雷达探测范围修正的算法。4、虚拟仿真系统雷达探测范围模块的应用。在此模块中采用了开源场景图形渲染接口(OpenSceneGraph OSG),对虚拟环境中的场景图形进行空间结构的组织。提出单像素融合法和动态双重纹理绘制两种方法。首先将单像素融合法方法应用到场景截屏的功能中,然后将动态双重纹理绘制方法应用到场景构建和虚拟融合中。(本文来源于《北京理工大学》期刊2016-06-01）
于水,王宽全,夏勇,张恒贵[10]（2016）在《GPU的对半剖分体数据的光线投射法》一文中研究指出为解决传统可视化方法无法有效跳过具有空腔结构数据集的中空体素的问题,提出一种基于GPU的面向中空结构体数据的光线投射法.在进行光线投射之前,首先把体数据对半剖分成两部分,对此两部分分别使用八叉树进行重构,并同时剔除空块,建立起各自新的有效数据块的顶点集合;然后使用GPU对顶点集合进行渲染,生成光线起点和方向等信息;最后利用CUDA对重构后的两部分体数据依次进行光线投射和颜色累积,将其结果合成后得到最终图像.实验结果表明,这种方法生成的图像质量与传统的可视化方法相比没有损失,但对具有较多空腔结构的体数据,则可以快速跳过中空体素,具有非常明显的加速效果.(本文来源于《哈尔滨工业大学学报》期刊2016年04期）
光线投射论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
光线投射算法因其算法成熟、成像质量高而被广泛应用于体绘制技术中。为解决高质量图像带来的计算量大、绘制时间长等问题,该文在传统光线投射算法的基础上,针对体绘制过程中重采样点插值、合成耗时长问题进行研究,提出一种改进的自适应复合插值光线投射算法。依据设置的阈值范围,调整后退采样步长大小进行插值采样点以及插值算法的选取,优化重采样及插值过程。实验结果表明,在保证所需图像质量下,此文改进方法与传统体绘制算法相比速度获得显着提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光线投射论文参考文献
[1].谢永华,姬瑜.视点相关光线投射算法在叁维云可视化方面的应用[J].半导体光电.2019
[2].曾艳阳,裴庆庆,李保锟.基于自适应复合插值的光线投射算法（英文）[J].系统仿真学报.2018
[3].张鹏.基于GPU的光线投射体绘制加速算法的研究与实现[D].北京工业大学.2018
[4].嵇杰,王昀.基于改进光线投射算法的体数据显示[J].计算机系统应用.2017
[5].方浏洋.基于GPU光线投射算法的地震数据体绘制的研究与实现[D].中国石油大学（北京）.2017
[6].张阿关,蒋慧琴,马岭,杨晓鹏,刘玉敏.一种基于GPU的改进光线投射算法[J].计算机工程与科学.2017
[7].唐振禹,吕晓琪,任国印.基于GPU加速的改进的光线投射算法研究[J].现代电子技术.2016
[8].杜松江,张思超.采用GPU的提升纹理缓存命中光线投射方法[J].华侨大学学报(自然科学版).2016
[9].陈超.基于光线投射算法的雷达探测范围可视化研究[D].北京理工大学.2016
[10].于水,王宽全,夏勇,张恒贵.GPU的对半剖分体数据的光线投射法[J].哈尔滨工业大学学报.2016
论文知识图
