快速精确的四面体可视化研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 简化方法的概述 | 第11-14页 |
| 1.2.2 绘制技术的概述 | 第14-17页 |
| 1.2.3 非规则数据规则化的概述 | 第17-18页 |
| 1.3 研究内容 | 第18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第2章 四面体可视化的理论背景 | 第20-31页 |
| 2.1 体绘制光学模型 | 第20-22页 |
| 2.1.1 四面体数据 | 第20页 |
| 2.1.2 视觉模型 | 第20-21页 |
| 2.1.3 体绘制积分 | 第21-22页 |
| 2.2 光线投射算法 | 第22-25页 |
| 2.2.1 算法流程 | 第22-24页 |
| 2.2.2 颜色累积 | 第24-25页 |
| 2.3 四面体投影算法 | 第25-28页 |
| 2.3.1 投影四面体 | 第25页 |
| 2.3.2 GPU计算 | 第25-28页 |
| 2.4 预积分算法 | 第28-29页 |
| 2.5 部分预积分算法 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 高质量的四面体简化算法 | 第31-40页 |
| 3.1 基于体折叠的高精度四面体简化与优化策略 | 第31-36页 |
| 3.1.1 基本定义 | 第32页 |
| 3.1.2 误差估计策略 | 第32-33页 |
| 3.1.3 标量域误差评估方法 | 第33页 |
| 3.1.4 几何误差评估方法 | 第33-34页 |
| 3.1.5 边界保障 | 第34页 |
| 3.1.6 四面体翻转 | 第34-35页 |
| 3.1.7 算法流程 | 第35-36页 |
| 3.2 实验结果 | 第36-39页 |
| 3.2.1 简化效率与时间分析 | 第36-37页 |
| 3.2.2 最终效果的比较 | 第37-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 快速精确排序的四面体可视化算法 | 第40-46页 |
| 4.1 基于K-D树的空间切割 | 第40-42页 |
| 4.1.1 切割方式 | 第40-41页 |
| 4.1.2 切割模型 | 第41-42页 |
| 4.1.3 切割策略 | 第42页 |
| 4.2 排序和绘制 | 第42-43页 |
| 4.3 实验结果 | 第43-45页 |
| 4.3.1 分割次数的影响 | 第43-44页 |
| 4.3.2 分割对排序层次和效率的影响 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 高精度四面体规则化与可视化算法 | 第46-54页 |
| 5.1 基于自适应八叉树的规则化策略 | 第46-49页 |
| 5.1.1 自适应八叉树的构建策略 | 第47页 |
| 5.1.2 叶节点处的采样策略 | 第47-48页 |
| 5.1.3 采样值的存储策略 | 第48页 |
| 5.1.4 自适应规则化流程 | 第48-49页 |
| 5.2 绘制 | 第49-50页 |
| 5.2.1 自适应采样步长 | 第49-50页 |
| 5.2.2 颜色累积方法 | 第50页 |
| 5.3 实验结果 | 第50-53页 |
| 5.3.1 自适应划分的影响 | 第51-52页 |
| 5.3.2 最终效果的比较 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
