项目名称: 体数据表达与绘制的新方法研究

项目编号: No.61170206

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化技术、计算机技术

项目作者: 周秉锋

作者单位: 北京大学

项目金额: 55万元

中文摘要: 本项目中针对传统的离散体数据绘制方法在空间存储和计算量上代价过高的问题,将从改变数据表达方式的角度入手,探索体数据高效实时绘制的新方法。对于数据量较大的体数据模型,本项目中将借鉴二维图像处理中的向量化方法,实现三维体数据上的向量化表示,使体数据量得到大幅的压缩,并通过插值算法实现数据的快速重建和高精度真实感绘制。 在此过程中,首先将对三维离散体数据进行并行的重要性蓝噪声重采样,获得能够保持体数据内部特征的三维采样点集。以这些采样点及其数值为基,采用均值坐标插值方法可以在体空间中重建出连续函数分布,即形成体数据的向量化表达。其中将分别采用基于采样点集和基于扩散曲面两种方法进行实验。在此基础上还将根据向量化体数据的特点,设计实现一种基于视点的向量化体绘制方法,并利用多GPU并行计算构架对重建绘制算法进行加速,达到实时绘制的速度。本项目的研究方向符合本领域的最新发展趋势,预期可以取得创新性成果。

中文关键词: 体数据;重要性采样;三维频谱分析;向量化;

英文摘要:

英文关键词: volume data;importance sampling;3D spectrum analysis;vectorization;

成为VIP会员查看完整内容
0

相关内容

基于流线的流场可视化绘制方法综述
专知会员服务
23+阅读 · 2021年12月9日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
专知会员服务
135+阅读 · 2021年11月21日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
9+阅读 · 2021年10月6日
专知会员服务
65+阅读 · 2021年5月21日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
28+阅读 · 2020年12月16日
基于深度学习的数据融合方法研究综述
专知会员服务
130+阅读 · 2020年12月10日
基于流线的流场可视化绘制方法综述
专知
0+阅读 · 2021年12月9日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
Arxiv
0+阅读 · 2022年4月28日
Arxiv
0+阅读 · 2022年4月27日
Arxiv
0+阅读 · 2022年4月21日
小贴士
相关VIP内容
基于流线的流场可视化绘制方法综述
专知会员服务
23+阅读 · 2021年12月9日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
专知会员服务
135+阅读 · 2021年11月21日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
9+阅读 · 2021年10月6日
专知会员服务
65+阅读 · 2021年5月21日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
28+阅读 · 2020年12月16日
基于深度学习的数据融合方法研究综述
专知会员服务
130+阅读 · 2020年12月10日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员