医学图像体渲染照明8 体照明之等值面渲染1

       文章翻译总结自Real-Time Ray-Casting and Advanced Shading of Discrete Isosurfaces

       在计算机图形学中,图像顺序算法迭代要生成的图像中的像素,而不是要渲染的场景中的元素。对象顺序算法是迭代场景中要渲染的元素,而不是要生成的图像中的像素。对于典型的渲染应用程序,场景包含的元素(例如几何基元)比图像像素少得多。在这些情况下,目标顺序算法通常是最有效的(例如扫描转换或剪切扭曲)。但是,当场景复杂度超过图像的复杂度时,例如在体绘制中经常出现这种情况,那么图像顺序算法(例如,光线投射)可能更有效。

       本文提出了一种隐式曲面的实时绘制管道,该管道由规则的样本体网格定义。我们使用当前图形硬件上的光线投射方法来直接渲染等值面。采用规则网格的两级层次表示,允许对象顺序和图像顺序空空间跳跃,避免了图形硬件的内存限制。自适应采样迭代细化导致高质量的射线/表面交叉。所有的着色操作都被延迟到图像空间,使得它们的计算工作独立于输入数据的大小。连续三阶重建滤波器允许在网格点不插值计算的数据的情况下,实时计算曲面上任意点的平滑法线和非固有曲率。使用这些局部形状描述符,可以实时使用高质量的照明和非真实感效果执行高级着色

1. Introduction

       绘制由大量功能样本隐式表示的等表面是可视化中的一项重要任务,例如在医疗应用中,体积数据是通过CT或MRI扫描等自然直接获取的,以及包括建模和动画和电平模拟在内的广泛的其他图形学科。更普遍的是,隐式模型通常是在体积网格上指定和修改的,例如定期采样的距离场。隐式表示自然地表示复杂和不断变化的拓扑的形状。但是,隐式的一个主要限制是,必须从底层的体表示中提取等值面进行显示。

       交互式速度下的高质量渲染是一个主要瓶颈,尤其是等值面随时间变化时。当隐式图像由一组离散样本表示时,绘制涉及到数据的重建,重建滤波器对图像质量尤其是梯度重建至关重要。我们提出了一个实时绘制管道等值面的密集体网格的功能样本,在目前的消费图形硬件(GPU)的性能上实现了高质量的渲染。我们的算法通常独立于特定的硬件,但我们假定支持体纹理渲染到纹理以及片段程序中的循环(例如shadermodel 3.0)。

       我们解决了现有GPU等表面绘制方法的几个缺点,特别是高级着色和纹理内存使用的不足和效率低下的问题。现代GPU能够对小的定期采样数据集进行标准射线投射。但是,高级着色,例如基于曲率的传递函数,仍然是离线渲染的领域。纹理内存的数量显著限制了数据大小。随着对16位或更高精度体素数据的高质量渲染和无损压缩的要求,这一问题日益严重。

       作为渲染管道的中心部分,我们始终支持三立方滤波。立方滤波器允许精确计算等值面的微分特性,如法向曲率,这两者在可视化、建模和仿真中都起着至关重要的作用。这些形状描述符可用于各种高级着色效果,如可访问性着色[mil94]、可视化隐式表面曲率[kwtm03]和沿曲率方向流动[vw03]。示例见图1。

医学图像体渲染照明8 体照明之等值面渲染1

        图1:我们在常规网格(例如距离场或医学CT扫描)上实时渲染高质量的隐式曲面,而不预先计算每个体素的附加信息。使用三立方滤波精确计算出具有C1连续性、二阶导数和曲面曲率的梯度。应用包括表面询问可视化水平面计算的颜色映射曲率测量(中心),以及山脊和山谷线(左和右)。

       与直接体绘制相比,对于等值面,只有一个采样位置会影响单个像素的颜色。因此,我们的方法仅使用光线投射过程来确定光线/表面交点,并将表面形状描述符着色的计算推迟到图像空间,在图像空间中,每个可见表面样本只评估一次。仅当数据块包含部分等值面时,才采用按需缓存技术动态下载数据块。因为只有一小部分网格样本有助于定义等值面,这将导致显著减少纹理内存使用,而无需进行有损压缩。请参见图2中的示例。

医学图像体渲染照明8 体照明之等值面渲染1

       图2:米开朗基罗的大卫提取和阴影三立方过滤作为一个576x352x1536 16位距离场在10 fps等表面。“距离”字段细分为两个级别:光线投射期间空空间跳跃的精细级别(蓝色)和纹理缓存的粗糙级别(绿色)。

       总之,实时性能和高质量的结合为许多隐式曲面的强大应用提供了通用的渲染前端。主要贡献是一个集成了以下各项的系统:

•使用平滑二阶几何曲面特性的动态计算进行三立方过滤和高质量着色,具有非光学效果。

•在光线投射过程中,对象空间剔除和空空间跳跃不产生任何样本成本。

•通过将自适应重采样交叉点迭代细化与图像顺序复杂度相结合,精确的光线/表面交叉点,而无全局过采样。

•非常简单的3D块缓存显著减轻了GPU内存限制。

•主表面曲率的计算方法比以前的方法简单。