基于GPU的多属性数据快速融合渲染研究

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要由于传统的渲染技术是使用CPU 进行数据体颜色计算或融合处理的，这种技术对大规模数据体进行渲染时效率低、时间长，针对这种情况提出一种采用GPU 进行数据体颜色计算和融合处理的方法。该方法充分利用GPU 强大的并行处理能力，将待渲染的数据以纹理形式提交给GPU，由GPU 进行必要的颜色插值和融合处理后直接渲染。实验结果表明，该方法能够将多种属性融为一体，有机地结合了各属性的优点，能对油气储层进行综合评价，提高储层分析和解释的准确度，并且使用了硬件加速功能，渲染速度快。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	朱化红
	邓飞
	刘静玮

关键词 ： GPU, 纹理数据, 颜色计算, 融合处理

Abstract：In the traditional rendering technology, the calculation of data volume or the fusion process is realized with CPU, which is inefficiency and time-consuming to render massive data volume. To solve this problem, we propose an approach which uses GPU to deal with color calculation and data fusion. This method takes advantage of the parallel processing capabilities of GPU. Data will be submitted to GPU in the form of textures, and then GPU deals with necessary color calculation and data fusion and finally renders them. Experimental results show that the method can make integration of multi-attribute data, organically combines the advantages of each attribute, carries out a comprehensive evaluation of oil and gas reservoirs, and improves the accuracy of reservoir analysis and interpretation. The rendering is accelerated with GPU.

Key words： GPU texture data color calculate multi-data fusion

年卷期日期: 2015-06-10 出版日期: 2017-11-08

TP391.41

基金资助:深水可控源电磁系统研发（863 计划）项目资助，项目编号：2012AA09A201

作者简介: 朱化红，女，四川资中人，硕士研究生，研究方向：图像处理。

引用本文:

朱化红, 邓飞, 刘静玮. 基于GPU的多属性数据快速融合渲染研究[J]. 电脑与电信, 2015, 1(6): 27-30.
Zhu Huahong, Deng Fei, Liu Jingwei. Fast Multi-attribute Data Fusion Rendering Based on GPU. Computer & Telecommunication, 2015, 1(6): 27-30.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2015/V1/I6/27

[1]	戴晓芳. 一种基于压缩感知的运动目标检测技术[J]. 电脑与电信, 2019, 1(5): 64-67.
[2]	易礼智. 雾霾环境下图像清晰化处理研究与应用[J]. 电脑与电信, 2019, 1(4): 1-4.
[3]	苟婷婷严瑾黄凌霄刘立波. 基于暗通道先验的图像去雾方法研究[J]. 电脑与电信, 2019, 1(1-2): 5-8.
[4]	杨思阳黄军吴春秋. 基于Java+OpenCV技术对几何图像颜色与形状识别[J]. 电脑与电信, 2019, 1(1-2): 79-82.
[5]	魏爽. 一种基于内容的图像检索系统设计[J]. 电脑与电信, 2018, 1(12): 56-59.
[6]	黄海波聂祥飞李晓玲张月熊文怡. 基于标准化欧式距离的双向特征匹配算法研究[J]. 电脑与电信, 2018, 1(11): 35-40.
[7]	郭宇航. 通过积分图多项式方法快速计算图像中心矩和Hu 距[J]. 电脑与电信, 2018, 1(3): 43-45.
[8]	高磊, 莫冰. 摄像机标定系统的设计[J]. 电脑与电信, 2017, 1(12): 36-38.
[9]	陈双全. 基于聚类算法的视频内容识别研究[J]. 电脑与电信, 2017, 1(11): 44-46.
[10]	顾思思. 基于多属性层次识别的车辆视频检索系统设计研究[J]. 电脑与电信, 2017, 1(7): 14-16.
[11]	钟东. 计算机绘图软件技术在平面美术设计中的应用[J]. 电脑与电信, 2017, 1(7): 72-73.
[12]	张阳, 王璟, 肖梦, 徐国庆. 图像去雾透射率的优化算法[J]. 电脑与电信, 2017, 1(6): 7-9.
[13]	林财明, 卫志敏. 特定场景大视角视频拼接技术研究与实现[J]. 电脑与电信, 2017, 1(4): 25-27.
[14]	史雪莹. 基于自编码神经网络的手写体数字识别中关于特征表达的研究[J]. 电脑与电信, 2017, 1(1-2): 38-39.
[15]	雷耀花, 刘东宏. 昏暗环境下的人员检测技术[J]. 电脑与电信, 2017, 1(1-2): 49-51.