预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113012269A(43)申请公布日2021.06.22(21)申请号201911318839.9(22)申请日2019.12.19(71)申请人中国科学院深圳先进技术研究院地址518055广东省深圳市南山区深圳大学城学苑大道1068号(72)发明人李在林谢耀钦梁晓坤(74)专利代理机构深圳市铭粤知识产权代理有限公司44304代理人孙伟峰黄进(51)Int.Cl.G06T15/00(2011.01)G06T15/80(2011.01)权利要求书1页说明书5页附图4页(54)发明名称基于GPU的三维图像数据渲染方法及设备(57)摘要本发明公开了一种基于GPU的三维图像数据渲染方法,其包括:获取三维图像数据并计算顶点数据,设置顶点数组对象和顶点缓冲对象;基于GLSL编辑顶点着色器、几何着色器和片元着色器并加载在GPU中;在GPU中由顶点着色器读入顶点数据并发送给几何着色器;在GPU中由几何着色器根据顶点数据进行图元信息计算,所述图元信息计算包括顶点坐标空间转换、法向量空间转换、光照计算;在GPU中由片元着色器根据图元信息计算结果计算图元的颜色值并绑定顶点数组对象,将处理后的图元信息写入显卡缓存区;根据显卡缓存区中的图元信息进行可视化表达。本发明提供的三维图像数据渲染方法能够提升三维图像重建过程中与用户交互性能以及提高图像可视化效果。CN113012269ACN113012269A权利要求书1/1页1.一种基于GPU的三维图像数据渲染方法,其特征在于,包括:获取三维图像数据并计算顶点数据,设置顶点数组对象和顶点缓冲对象;基于GLSL编辑顶点着色器、几何着色器和片元着色器并加载在GPU中;在GPU中由顶点着色器读入顶点数据并发送给几何着色器;在GPU中由几何着色器根据顶点数据进行图元信息计算,所述图元信息计算包括顶点坐标空间转换、法向量空间转换、光照计算;在GPU中由片元着色器根据图元信息计算结果计算图元的颜色值并绑定顶点数组对象,将处理后的图元信息写入显卡缓存区;根据显卡缓存区中的图元信息进行可视化表达。2.根据权利要求1所述的基于GPU的三维图像数据渲染方法,其特征在于,所述获取三维图像数据是采用MarchingCubes算法获取,包括:将待处理对象对应的整体区域的区域信息读入三维数组;从三维数组中提取一个体元,成为当前体元,同时获取该体元顶点信息;将当前体元的顶点的值与给定的等值面的值进行比较,得到该体元的状态;根据当前体元的状态索引,找出与等值面相交的体元棱边,并采用线性插值的方法,计算出各个交点的位置坐标;计算通过该体元中的各棱边交点的平面,以该平面法向方向、各棱边交点作为顶点,得到整体面片,获取整体三维图像数据。3.根据权利要求1所述的基于GPU的三维图像数据渲染方法,其特征在于,GPU中还设置有图元装配模块,由顶点着色器读入顶点数据先发送至图元装配模块,由图元装配模块根据顶点数据装配成指定形状的图元再发送至几何着色器,几何着色器根据图元形式的顶点数据进行图元信息计算。4.根据权利要求3所述的基于GPU的三维图像数据渲染方法,其特征在于,所述指定形状的图元为点、线或三角形。5.根据权利要求1-4任一所述的基于GPU的三维图像数据渲染方法,其特征在于,几何着色器根据顶点数据以及用户在交互界面输入的指令参数进行图元信息计算。6.根据权利要求5所述的基于GPU的三维图像数据渲染方法,其特征在于,所述用户在交互界面输入的指令参数包括用户通过键盘和/或鼠标输入的旋转、放大、缩小、平移或等值面阈值的指令参数。7.根据权利要求1所述的基于GPU的三维图像数据渲染方法,其特征在于,片元着色器采用Phong模型根据图元信息计算结果计算图元的颜色值。8.一种基于GPU的三维图像数据渲染设备,其特征在于,包括:一个或多个处理器,所述处理器设置有GPU;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一所述的基于GPU的三维图像数据渲染方法。2CN113012269A说明书1/5页基于GPU的三维图像数据渲染方法及设备技术领域[0001]本发明涉及计算机图形学中的三维可视化渲染技术,具体涉及一种基于GPU的三维图像数据渲染方法及设备。背景技术[0002]随着计算机硬件平台的不断发展,数值计算模拟的规模也不断增大,所产生的数据量也已经达到TB甚至PB量级,对于海量数据的可视化处理是当今可视化研究的热点与难点问题。由于等值面提取方式是捕捉海量数据典型特征的一种常用方法,因而近年来,海量数据的等值面提取方法一直是国内外可视化领域研究的重点。在众多的等值面提取方法中,MarchingCubes算法凭