首页> 中文学位 >基于Hadoop和CUDA的光线投射可视化多用户交互处理方法研究
【6h】

基于Hadoop和CUDA的光线投射可视化多用户交互处理方法研究

代理获取

目录

声明

1 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究工作

2 体绘制算法

2.1 体绘制介绍

2.2 光线投射算法

2.3 本章总结

3 基于CUDA的光线投射算法

3.1 光线投射算法下的CUDA编程模型

3.2 CUDA模型下光线投射算法的任务划分

3.3 实验结果

3.4 本章总结

4 基于MapReduce的光线投射算法

4.1 MapReduce分布式并行计算模型

4.2 MapReduce模型下光线投射算法的任务划分

4.3 实验结果

4.4 本章总结

5 基于Hadoop和CUDA的光线投射可视化多用户交互处理方法

5.1 总体设计

5.2 避免重复计算

5.3 详细流程设计

5.4 实验结果

5.5 本章总结

6 总结与展望

致谢

作者从事科学研究和学习经历简介

攻读硕士期间主要成果

参考文献

展开▼

摘要

随着虚拟现实技术以及医疗设备的快速发展,三维医学可视化体绘制技术虽已广泛应用于医学辅助诊断、辅助治疗、美容整形、手术路径规划、医疗培训等领域,但超大规模数据成为实时体绘制发展的瓶颈。
  近年来,随着图形处理器(GPU)的高速发展,GPU的处理能力已大大超越CPU。同时,云计算中Hadoop集群以其低成本高性能的特点越发成为实现实时体绘制性的可行途径。
  针对光线投射算法在处理大量切片数据时计算量大、绘制速度慢以及单一硬件使用提升绘制速度有局限的问题,本文基于Hadoop MapReduce分布式计算集群和NVIDIA CUDA通用计算架构的优势,提出了一种基于Hadoop和CUDA的光线投射快速处理方法,使用Hadoop和CUDA对大规模数据进行并行计算处理,提升三维重建的速度。用户本地通过CUDA使用中心差分法对各数据点梯度值进行并行计算处理,Hadoop集群中进行数据重采样和光线合成的分布式计算处理。同时,针对多用户的交互环境,设计了一种避免重复计算的方法,该方法可以减少重复计算耗时和避免系统资源的浪费,进一步提升绘制效率。避免重复计算的设计有两个阶段:第一个阶段是在用户读取切片数据前,先向集群查询是否有完全重复结果,第二个阶段是在本地数据传至集群后,在集群中查询比对是否有避免重复计算数据。经实验证明,本方法对光线投射算法在三维重建的速度上有显著提升。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号