与一维传递函数相比,多维传递函数可以对体积对象进行更复杂的分类。但 是,当传递函数空间的维数超过 3-D 时,将其可视化和操作是不直观的,这使得 用户交互变得困难。所以针对多维传递函数的设计问题,提出了一种二维聚类方 法。一阶自组织图聚类(SOM)将高维特征数据投影到二维拓扑保留图中。二 阶聚类降低了 SOM 神经元的设计自由度。从大量的 SOM 神经元到可管理的簇。 在提供信息的 SOM 网络的指导下,用户通过选择集群以交互方式发现体素中有 趣的结构,在必要时可视化和修改集群结果。我们的界面跟踪发现的每一个有趣 的结构,这不仅允许用户仔细检查单个结构,还允许他们通过合并被认为重要的 结构来形成最终的可视化效果。 最后用 QT 实现了一个可视化软件,导入体数据,体数据对应的类,对应类 的颜色表和 SOM 拓扑图对应的类这些文件,就可以通过光线投射算法来可视化 对应的三维体数据,因为我们采取了多维传递函数,所以效果比直接光线投射算 法更加好,能分出更加复杂的类,这个可视化软件能应用于海洋学、生物、医学 等学科,比如医学医生可以选取自己感兴趣的类并重点观察自己感兴趣的类。
2023-03-27 22:03:03 11.38MB 体可视化 聚类 SOM 归一化切割
1
基于cg的光线投射法,工程内包含测试数据,是体绘制中最基础的算法。
2022-11-20 21:35:07 23.88MB cg 体绘制 光线投射法
1
基于光线投射法的地下采矿工程三维可视化系统.pdf
2022-07-10 18:00:56 207KB 计算机
这是一个用于 OPCODE 的 Matlab 包装器,它是一个碰撞检测或用于三角形 3D 网格的光线投射库。 OPCODE 使用几个不同的 aabb 树来存储网格,这是其中一棵树的一个非常简单的包装器。 操作码的好处在于它允许变形网格, 这意味着您可以在网格存储在树中时更新网格, 这比重建 aabb 树所需的速度要快得多。 输入输出: 制作树: 树 = opcodemesh(v,f); 在哪里顶点 v : 3 x nv 面 f : 3 x nf 相交: [hit,d,trix,bary,Q] = tree.intersect(orig,dir); 在哪里起点原点:3 x nc 方向 dir : 3 x nc 是否命中:nc x 1 逻辑从原点到交点 d 的距离:nc x 1 索引到相交三角形 trix 的 f 中:nc x 1 射线相交的三角形的重心坐标 bary : 2 x n
2022-07-02 11:05:10 276KB matlab
1
三目BVH 一个BVH实现,可以加快光线投射的速度,并启用three.js网格的相交测试。 以60帧/秒的速度向80,000个多边形模型投射500条光线! 用 使用预制函数 // Import via ES6 modules import * as THREE from 'three' ; import { computeBoundsTree , disposeBoundsTree , acceleratedRaycast } from 'three-mesh-bvh' ; // Or UMD const { computeBoundsTree , disposeBoundsTree , acceleratedRaycast } = window . MeshBVHLib ; // Add the extension functions THREE . BufferGeometry .
2022-05-09 19:45:28 98.4MB threejs tree performance acceleration
1
基于OpenGL的光线投射算法的研究基于OpenGL的光线投射算法的研究
2022-04-29 23:55:14 383KB OpenGL
1
足迹法(抛雪球法): 足迹法最早是由Westerover提出,原理是将体数据表示为一个由交叠的基本函数构成矩阵,基本函数通常选择幅值由体素值表示的高斯函数核Kernal,然后根据一个预先计算的、存储着沿视线方向对函数核积分的足迹查询表,把这些基本函数投射到象平面以生成图像。其实质可看着为将体数据与函数核作卷积,再沿视线的反方向投射积累到象平面的过程。 1、Why Ray Casting?
2021-11-16 17:01:49 2.56MB CUDA 光线投射 体绘制
1
采用GPU的提升纹理缓存命中光线投射方法.pdf
2021-09-25 19:03:57 2.88MB GPU 处理器 数据处理 参考文献
基于GPU加速的改进的光线投射算法研究.pdf
2021-09-25 19:03:52 721KB GPU 处理器 数据处理 参考文献
一种基于GPU的改进光线投射算法.pdf
2021-09-25 19:03:42 921KB GPU 处理器 数据处理 参考文献