基于集群的并行Splatting算法关键技术的研究

摘要

体视化(VolumeVisulization)尤其是其中的体绘制(Volume Rendering)是三维数据场可视化领域最重要并且发展最迅速的一项技术.在医学三维重建、计算流体力学、地震地质等众多领域得到了广泛应用.体空间扫描(Splatting)的体绘制技术具有遍历方法简单、可以充分利用各种加速算法、良好的并行性等一系列优点.除此之外,它是体绘制算法中速度较快并且能产生高质量图像的算法. 因此它适合大规模体数据并行计算可视化.本文主要针对体空间扫描体绘制技术的并行关键技术进行了深入探讨和研究. 首先,本文在分析现有并行Splatting算法理论的基础上,针对高效Splatting加速技术、Splatting并行算法分析与设计理论、Splatting并行计算模型等问题进行了深入研究. 其次,本文系统地进行基于集群的数据并行Splatting计算模型的研究,对Splatting算法的并行性进行了深入的探讨,设计了以集群为硬件环境的可有效提高绘制速度和算法效率的并行策略,避免了图像并行中的图像边界效应问题显著.针对目前并行Splatting算法普遍采用的主从模式中主节点负载过重的问题以及体数据自身的特性提出并设计实现了新型的基于集群的动态MSG并行Splatting计算模型.这种模型引入了MSG模式和工作池与结果池相结合的动态负载平衡.实验证明这种模型能减轻主节点任务,减少节点间等待时间,提高绘制速度的同时保证绘制质量,改善了并行算法整体的负载平衡,并且解决了基于对象空间数据并行Splatting算法的难题--按序融合问题. 最后,本文利用设计出的动态MSG并行Splatting计算模型对实验室现有的体数据进行处理,得到比较理想的效果.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1课题研究背景和意义

1.2基于集群的并行Splatting算法的提出

1.3本文的研究工作和创新之处

1.4论文结构

第二章并行体绘制Splatting算法的研究基础

2.1体绘制原理

2.1.1体数据

2.1.2体数据的传递函数

2.1.3体数据绘制方法

2.1.4光学模型

2.2 Splatting算法

2.3体绘制Splatting算法加速与并行计算

2.3.1体绘制Splatting算法加速

2.3.2并行计算与集群

2.4体绘制Splatting并行技术的研究现状

2.5本章小结

第三章基于集群的Splatting算法并行策略分析

3.1 Splatting算法原理

3.1.1重构

3.1.2足迹函数和足迹表

3.1.3算法流程

3.2问题的提出

3.3 Splatting算法并行性分析

3.4 Splatting算法并行开发模型的选择

3.5 Splatting算法并行环境的选择

3.6本章小节

第四章基于集群的动态MSG并行Splatting计算模型

4.1问题提出

4.2基于集群的动态MSG并行Splatting计算模型的设计

4.2.1基于集群的动态MSG并行Splatting计算模型的总体设计

4.2.2 MSG计算模式

4.2.3工作池策略

4.2.4结果池策略

4.3基于集群的动态MSG并行Splatting计算模型的实现

4.3.1 MSG计算模式的实现

4.3.2工作池策略的实现

4.3.3结果池策略的实现

4.4结果分析与讨论

4.4.1实验环境

4.4.2结果与分析

4.5本章小节

第五章中大型体数据绘制

5.1问题提出

5.2中大型体数据的处理

5.2.1总时间图分析

5.2.2总加速图分析

5.2.3绝对速率图分析

5.3本章小节

第六章结论和展望

6.1结论

6.2展望

参考文献

发表论文和科研情况说明

致谢