一种改进求交的自适应光线投射体绘制算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 70-72.

一种改进求交的自适应光线投射体绘制算法

樊鹏,郭宝龙

西安电子科技大学机电工程学院 ICIE研究所，西安 710071

收稿日期:2007-05-31 修回日期:2007-08-09 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 樊鹏

Adaptive improved-intersecting ray casting algorithm

FAN Peng,GUO Bao-long

ICIE Institute，School of Electromechanical Engineering，Xidian University，Xi’an 710071，China

Received:2007-05-31 Revised:2007-08-09 Online:2008-02-01 Published:2008-02-01
Contact: FAN Peng

摘要/Abstract

摘要： 光线投射算法是体绘制技术中的一种重要算法，但其自身存在采样效率低和绘制速度慢等问题。为了提高光线投射算法的绘制速度，本文提出了一种改进求交的自适应光线投射体绘制算法，算法采用一种快速求交方法和自适应采样来提高体绘制速度，试验结果表明该算法能在基本不影响图像质量的同时提高算法的速度。

关键词: 体绘制, 光线投射, 求交, 自适应, 体数据场

Abstract: Ray casting is an important algorithm in direct volume rendering，but it has the disadvantages of the large amount of computation and inefficient computation of sampling-points.In order to accelerate the speed of the algorithm，this paper presents a fast intersecting technique of a line with some family planes，so using the intersected points can easily gain the sampling points and their characters.In order to improve image quality，the paper also presents an adaptive sampling method based on rapid intersecting.The experiment shows that this algorithm can accelerate the speed of ray casting and doesn’t degrade the image quality.

Key words: direct volume rendering, ray casting, intersecting, adaptive, volume data

樊鹏,郭宝龙. 一种改进求交的自适应光线投射体绘制算法[J]. 计算机工程与应用, 2008, 44(4): 70-72.

FAN Peng,GUO Bao-long. Adaptive improved-intersecting ray casting algorithm[J]. Computer Engineering and Applications, 2008, 44(4): 70-72.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[7]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[8]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[9]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[10]	肖振久，孔祥旭，宗佳旭，杨玥莹. 自适应聚焦损失的图像目标检测算法[J]. 计算机工程与应用, 2021, 57(23): 185-192.
[11]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[12]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[13]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[14]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[15]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.