光線投射算法的分析與優(yōu)化.pdf

1、科學計算可視化是以計算機圖形學和圖像處理為基礎的一門綜合性學科，廣泛應用于醫(yī)學、地質勘探、氣象學等領域。體繪制技術是該學科的重要方法，相較于傳統(tǒng)的面繪制，它不需要生成中間幾何圖元，直接將體數(shù)據(jù)映射為二維圖像。同時能夠刻畫體數(shù)據(jù)的內(nèi)部細節(jié)，生成體數(shù)據(jù)的整體圖像，因此越來越受到研究人員和工程技術人員的重視。 光線投射算法是一種成像質量高的體繪制算法，普遍應用于各種場合。但光線投射算法的時間復雜度高，繪制速度慢，成為制約其推廣的關鍵和

2、瓶頸。如何在保證圖像質量的前提下提升光線投射算法性能，如何在GPU硬件上實現(xiàn)該算法，成為當前體繪制研究的方向和熱點。然而直接將CPU算法原封不動地移植到GPU上，并不能取得性能的有效提升。根本的原因在于CPU和GPU的系統(tǒng)架構不同，傳統(tǒng)的CPU以串行模式工作，而GPU則是以并行方式運行；CPU是標量運算，GPU的優(yōu)勢在于向量和矩陣運算。 為此，本文將傳統(tǒng)光線投射算法由CPU移植到GPU的同時，對算法進行了相應的改進，提出以四元組

3、為單位的向量融合算法。即將數(shù)據(jù)融合階段的計算單位由重采樣點改為四元組，有效減少了融合階段計算量。將數(shù)據(jù)融合階段的運算轉化為純粹的向量矩陣運算，充分利用GPU的向量和矩陣處理功能提升運算性能。實驗結果表明，該算法有效地提升了體繪制性能。 另外，等值面方式的光線投射算法廣泛應用于醫(yī)學圖像處理，相對于重采樣點融合方式，因光線傳播提前終止從而獲得性能的提升。但非等值面重采樣點對于最終圖像沒有貢獻，卻耗費大量重采樣時間。因此，要提升繪制性