标签存档: 体可视化

深度神经网络支持下的交互式体数据可视化(DNN-VolVis: Interactive Volume Visualization Supported by Deep Neural Network)

体数据在医学、科学模拟数据中具有广泛运用。直接可视化(DVR)是重要的体数据可视化方法。其中关键是设计合适的传递函数。传递函数是将体数据中体素的值映射成为颜色-透明度值。本质上是将体素进行分类,识别其中的特征并给予不同的颜色透明度属性。在传统体渲染中,给定传递函数,选定视角参数之后就可以合成、计算渲染结果的每个像素的值。

然而,有时用户想要探索已有的可视化结果,但原始的传递函数并未公开。或者探索过程中,用户不满足于调整传递函数来获取结果,在传递函数基础上,他们想要直接对渲染结果进行一些修改。但是从渲染结果到传递函数难度巨大:一方面传递函数的设计空间巨大不可能暴力遍历,另一方面渲染结果中像素和传递函数之间也没有解析表达,细小的传递函数的差异可能导致巨大的结果差异。为解决这类问题,本工作[1]提出了基于深度学习网络的更直接的处理方式。本工作中的神经网络可以接受用户想要探索的可视化结果作为输入,随着用户的交互,可以直接合成在其他视角参数下的“渲染结果”。我们合成的结果可以和真实的渲染结果相媲美。

继续阅读 »

一种基于三维卷积稀疏编码的体渲染智能系统方案 (An Intelligent System Approach for Probabilistic Volume Rendering using Hierarchical 3D Convolutional Sparse Coding)

图8:Kiwi数据和Aneurysm数据的体渲染结果,分别为[2]、[3]和本文方法

直接体渲染是一种表现三维体数据的强大可视化手段。过去数十年间,研究者们进行了大量的研究,来提高体渲染的速度与质量。其中,传递函数的设计是影响这两个指标的一个重要因素。传递函数将体素的值映射到诸如颜色、不透明度、可见性等光学性质。然而,要设计一个好的传递函数通常面临着很大的困难,对非专业使用者更是如此。绝大多数传递函数设计的方法都依赖用户大量的交互,用户需要根据数据的统计特征,通过不断试错,以求达到好的效果。这里的统计特征通常是数据某些属性的直方图。在本文中,作者提出了一种基于机器学习方法:三维卷积稀疏编码,能对体素进行精确分类,从而得到优秀的体渲染结果。同时,基于智能系统的交互方式,能让用户通过直观的输入,来完成传递函数设计过程。

继续阅读 »

利用强度梯度直方图多级分割的层次化的体数据探索方式(Hierarchical Exploration of Volumes Using Multilevel Segmentation of the Intensity-Gradient Histograms)

科学可视化中体可视化是一个重要的研究方向,传递函数设计作为探索体数据的重要手段,则是体可视化的重点研究话题。传递函数通过将体数据中采样值映射成为颜色和透明度等视觉属性来描绘出图像。比如在医学CT扫描数据中,将肌肉对应的采样值所在的分布范围映射成黄色,骨头所分布的取值范围映射成白色,血液对应红色等等,辅以一定的透明度,我们便可以看到扫描数据的结果。传递函数设计中的映射可以从原始数据如强度出发,也可从数据的衍生属性如梯度出发,通常用户被提供一个描绘变量分布的直方图作为提示界面,在其上划取一段范围并指定它的映射特性,以此完成整个设计流程。

尽管在某些特定的领域如前文提到的医学应用,传递函数的设置存在一些经验性的参数约定,但对于普遍的传递函数设计本身来讲,这并不是一个容易的过程:用户需要在每次尝试过后查看效果,再做相应调整,而且有时,一个极其细微的调整也会对结果带来巨大的变化。所以,传递函数的设计是一个非常耗时且复杂的操作。为了让用户能够更好地探索和分析体数据,来自美国马里兰大学的学者们提出了一种层级化的体数据浏览方式。他们的解决方案针对强度-灰度二维传递函数,实现了一种多层级的半自动体数据划分,从而作为传递函数设计的新颖实现方式和交互手段。

exploration

继续阅读 »

信息论之观察信道在体可视化中的应用(An Information-Theoretic Observation Channel for Volume Visualization)

对于如何更好的展现一个可视化结果,不同的研究提出形形色色的评判标准,学术界众说纷纭。西班牙吉罗那大学图形图像实验室(Graphics and Imaging Laboratory, University of Girona)的学者R. Bramon等人在今年的EuroVis上提出了一种新颖的基于信息论的方法,量化信息从原始数据到渲染结果的传递过程,以此来对可视化结果的参数进行调优[1]。

继续阅读 »

所见即所得体可视化 WYSIWYG Volume Visualization

三维体数据(Volume Data)是非常常见的数据类型。从数值模拟,到CT成像,体数据可以描述三维纵深的信息。在之前的文章中,我们讨论过体数据的传递函数问题。要把三维体数据的密度数值转化为人可识别的颜色,需要利用传递函数(transfer function)把密度值映射为颜色和透明度。但是传递函数往往难以确定。这也成为体数据可视化广泛使用的一个障碍。我们在刚刚过去的IEEE Visualization 2011会议上的论文WYSIWYG (What You See Is What You Get) Volume Visualization就是对建立更加直观易用的体数据可视化的最新尝试。在这个工作中,我们首先用一个比较简单的预设的传递函数显示目标体数据。以后使用者可以象在Photoshop上使用各种笔刷绘制图片一样,直接修改体数据渲染结果。甚至可以直接擦除、改变对比等。这样,复杂的体数据变得如此易用。

工作的构思来源于我们2005年在Pacific Graphics上的Volume Cutout。当时是直接在绘制的体数据图像上通过手绘输入,获得预想的分割结果。今年我们的工作就是对此的进一步,可以对体数据绘制的各种细节进行直观的干预。

继续阅读 »

等值面抽取技术(Iso-surfaces Extraction Technique)

等值面的抽取技术(Iso-surfaces Extraction Technique)及其绘制是三维空间数据场(体数据)可视化的重要组成部分。所谓等值面是指空间中的一个曲面,在该曲面上函数F(x, y, z)的值等于某一给定值V,即由S = {(x, y, z):F(x, y, z) = V}组成的一个曲面。等值面可视化利用现有的、由硬件实现的画面绘制功能构作清晰的三维空间数据场中的表面图像,其图形生成及变换速度较快,因而被广泛地应用于科学及工程计算结果数据的显示中[6]。 继续阅读 »

直接体绘制技术(Direct Volume Rendering)

体绘制技术(Volume Rendering Technique)是由离散的三维数据场直接产生对应二维图像的一种绘制技术。和等值面方法不同,在这一过程中并不需要产生中间几何图元。体绘制技术的优点是能从所产生的图像中观察到三维数据场的整体和全貌(如图1),而不只是显示出人们感兴趣的等值面(参见等值面抽取技术);同时,体绘制也易于进行并行处理。

直接体绘制效果

图1 直接体绘制效果,由左至右分别为CT数据,流场模拟数据(涡量),飓风模拟数据(多变量标量场) 继续阅读 »