CN106097426B - 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 - Google Patents
一种天气雷达数据三维可视化空间跳跃加速光线投射方法 Download PDFInfo
- Publication number
- CN106097426B CN106097426B CN201610471612.8A CN201610471612A CN106097426B CN 106097426 B CN106097426 B CN 106097426B CN 201610471612 A CN201610471612 A CN 201610471612A CN 106097426 B CN106097426 B CN 106097426B
- Authority
- CN
- China
- Prior art keywords
- volume elements
- data
- volume
- light
- dimensional visualization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012800 visualization Methods 0.000 title claims abstract description 25
- 230000001133 acceleration Effects 0.000 title description 5
- 238000002310 reflectometry Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000010561 standard procedure Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 238000007794 visualization technique Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2215/00—Indexing scheme for image rendering
- G06T2215/06—Curved planar reformation of 3D line structures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种天气雷达数据三维可视化空间跳跃加速光线投射方法,对数据场中体元进行分类,在不同体元区采用不同的跳跃步长,可以在不损失绘制速度的情况下,尽量保留绘制的云体细节,具有广泛的应用前景。
Description
技术领域
本发明涉及一种天气雷达数据三维可视化空间跳跃加速光线投射方法,特别涉及一种基于天气雷达基数据的空间跳跃加速光线投射方法。
背景技术
随着三维图形硬件的发展以及三维可视化软件标准的建立,三维可视化技术得到了快速发展,使得研究人员可将传统的二维平面显示转化为三维立体显示。三维可视化技术几乎渗透到了科学和工程的各个领域,其中就包括气象学,气象数据的三维可视化就是气象学与三维可视化技术结合的一个方向。
气象预报与人民群众的生产生活息息相关,对灾害性天气的准确预报能够大大减少人民生命财产的损失。准确地预报天气状况依赖于大量气象观测仪器观测到的数据以及对数据的处理和分析。随着科学技术的发展,气象观测手段越来越多,地面的有气象站、自动站、雷达,空中有探空气球、探空火箭,空间有气象卫星。这些观测仪器可以产生海量的气象数据提供给气象人员分析和使用。但是,面对如此繁多的数据,如何能够直观表达并提供人们需要的信息就成为当下要解决的重要问题。
在众多的气象观测仪器中,多普勒天气雷达具有极高的时间分辨率和空间分辨率,这使其在气象研究特别是中小尺度气象研究中具有其他观测仪器无法比拟的优势。但是,当前天气雷达的显示和表达方式通常采用二维模式,其云体状态需要预报人员进行空间想象,具有一定的局限性。对多普勒天气雷达基数据的三维可视表达,可以帮助预报员更好掌握天气系统的内部状态,提高预报准确率。
当前,国内外在可视化的研究中,重点就是三维可视化技术的研究。在医学影像学、工业计算机断层扫描技术、矿井巷道构建等方面三维可视化技术已经取得了重大发展并发挥了重要作用。在此背景下,研究气象雷达数据三维可视化技术具有重要的理论和实践意义。
在众多三维可视化方法和手段中,利用体绘制算法中的光线投射算法能够达到很好的绘制效果,但光线投射算法存在着绘制效率低的问题,必须对算法进行加速。前人提出了空间跳跃方法来加速光线投射算法,此算法能够大大加快光线投射算法,对于人体、地层等数据的可视化效果较好。
发明内容
针对现有空间跳跃加速光线投射算法的不足,结合天气雷达基数据的自身特点,本发明提供一种天气雷达数据三维可视化空间跳跃加速光线投射方法,可以在不损失绘制速度的情况下,尽量保留绘制的云体细节。本发明所研究的对象是雷达基数据,其具有形状不规则、不确定性较大的特点,在使用空间跳跃加速的光线投射算法进行绘制时会存在丢失细节的情况。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种天气雷达数据三维可视化空间跳跃加速光线投射方法,包括如下具体步骤:
步骤1,读取雷达基数据,并以雷达站点位置为原点建立一个均匀网格体;
步骤2,采用空间插值方法,将处于极坐标下的天气雷达基数据插值到步骤1中所建立网格体的网格点中,转化为可进行光线投射三维可视化的体数据,以便于进行空间体绘制;
步骤3,对根据步骤2中得到的三维体数据,使用改进的空间跳跃光线投射算法进行空间体绘制;其中,改进的空间跳跃光线投射算法具体如下:
301,对步骤2中得到的三维体数据进行体元分类,具体为:
1)最大仰角以上和最小仰角以下的体元分为一类,记为白体元;
2)最大仰角和最小仰角之间且不包含数据的体元分为一类,记为灰体元;
3)最大仰角和最小仰角之间且有数据的体元分为一类,记为黑体元;
302,依据步骤2中得到的三维体数据生成三维体纹理,其中,每个体元的纹理不透明度值的确定依据为:若该体元为白体元,则不透明度值为0;若该体元为灰体元,则不透明度值为2;若该体元为黑体元,则不透明度值为0-1之间,根据对雷达数据不同反射率的感兴趣程度进行设定;
303,对形成的体纹理进行空间跳跃的光线投射三维可视化,具体为:
A)从视点位置向屏幕像素点发出一条光线,当光线穿过体纹理时,对与该光线相遇的体元进行判断,若该体元的不透明度值为0,则以大步长跳过该体元所在区域,读取下一个体元;若该体元的不透明度值为2,则以小步长跳过该体元所在区域,读取下一个体元;若该体元的不透明度值在0到1之间,则按照光线投射算法累积颜色值和不透明度值,以固定步长跳跃至下一位置,读取下一个体元;
B)重复步骤A),直至累积得到的不透明度值达到1,停止该光线的前进,得到该屏幕像素点的最终颜色;
C)对于屏幕上的每个像素点,重复进行步骤A)和B),从而完成空间体绘制,得到可视化图像
作为本发明的进一步优化方案,步骤2中采用自适应Barnes插值法将处于极坐标下的天气雷达基数据插值到均匀网格点中。
作为本发明的进一步优化方案,步骤A)中的固定步长根据需要设定,大步长为10-20个固定步长,小步长为3-5个固定步长。
作为本发明的进一步优化方案,步骤1中使用中国国家气象局推荐的标准方法读取雷达基数据。
作为本发明的进一步优化方案,步骤1中建立的网格体为920×920×40的网格体,网格体的水平分辨率为1km,垂直分辨率为0.5km。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:由于光线投射算法绘制效果很好,但算法复杂度高执行效率低,不利于进行交互处理。在光线投射加速算法中,空间跳跃方法是常用方法,但并不适合在数据密度较低的情况。本发明针对雷达数据提出一种改进空间跳跃光线投射方法,对数据场中体元进行分类,将体元分为白体元、灰体元和黑体元,在不同体元区采用不同的跳跃步长。对比图像处理器GPU加速下原始空间跳跃光线投射算法和改进空间跳跃改进算法,两者都能够对天气雷达基数据进行三维重构,执行效率上两者差距不大,但本发明改进算法能够更大程度上保留数据场中的细节,较少出现云体丢失的情况。
附图说明
图1是本发明的方法流程图。
图2是南京龙王山雷达2009年8月24日0时测得的晴空数据雷达图像第1层。
图3是南京龙王山雷达晴空数据空间跳跃光线投射算法可视化图像。
图4是南京龙王山雷达晴空数据改进空间跳跃光线投射算法可视化图像。
图5是广东韶关雷达2014年7月23日18时强对流数据雷达图像第2层图像。
图6是广东韶关雷达强对流数据空间跳跃光线投射算法可视化图像。
图7是广东韶关雷达强对流数据改进空间跳跃光线投射算法可视化图像。
图8是湖南岳阳雷达2014年5月21日3时33分测得的强降雨数据雷达图像第1层图像。
图9是湖南岳阳雷达强降雨数据空间跳跃光线投射算法可视化图像。
图10是湖南岳阳雷达强降雨数据改进空间跳跃光线投射算法可视化图像。
具体实施方式
下面结合附图以及具体实施例对本发明的技术方案做进一步的详细说明:
本发明针对现有空间跳跃加速光线投射算法的不足,结合天气雷达基数据的自身特点,提出一种应用于天气雷达数据三维可视化的空间跳跃加速光线投射方法,如图1所示,该方法可以在不损失绘制速度的情况下,尽量保留绘制的云体细节。
本发明所研究的对象是雷达基数据,其具有形状不规则、不确定性较大的特点,在使用空间跳跃加速的光线投射算法进行绘制时会存在丢失细节的情况。本发明针对雷达基数据提出一种改进空间跳跃光线投射方法,对数据场中体元进行分类,在不同体元区采用不同的跳跃步长,可以在不损失绘制速度的情况下,尽量保留绘制的云体细节,具有广泛的应用前景。
本发明实施例选用气象部门广泛使用的CINRAD-SA雷达,CINRAD-SA雷达具有多种工作模式,VCP21是日常业务中常用的工作模式。本实施例中使用的雷达基数据就是CINRAD-SA在VCP21模式下得到的数据。首先使用中国国家气象局推荐的标准方法读取雷达基数据,本实施例中主要对反射率数据进行三维可视化。
以雷达站点位置为原点,正东方向为x轴正方向,正南方向为y轴正方向,建立一个均匀网格体。网格体的参数是有依据的,天气雷达的覆盖范围水平方向上半径为460km,垂直方向上为20km,天气雷达数据的分辨率为1km。如果水平和垂直方向都用1km分辨率,会造成数据体过于扁平,故将网格体设置为920×920×40。网格体的水平分辨率为1km,垂直分辨率为0.5km。利用网格体中每个网格点的坐标(x,y,z)计算出其位于雷达球坐标系中的位置(r,a,e),再利用空间插值方法对该网格点进行赋值,得到该网格点上的分析值(即体数据中体元的值)。本实施例中,空间插值方法选择的是自适应Barnes插值法,对于网格体中每个网格点都进行插值操作,将雷达基数据转化为可进行光线投射三维可视化的体数据。
对于上述形成的体数据进行体元分类,具体为:1)最大仰角以上和最小仰角以下的体元分为一类,标记为白体元,此类体元不包含数据,应在光线投射过程中采用大步长跳过此类体元;2)最大仰角和和最小仰角之间且不包含数据的体元分为一类,标记为灰体元,此类体元虽不包含数据,但可能距离包含数据的区域较近,因此在光线投射过程中采用小步长跳过此类体元;最大仰角和最小仰角之间且包含数据的体元分为一类,标记为黑体元,在光线投射采样过程中需要按照固定步长进行采样。这里,固定步长根据实际需要进行设定,而大步长和小步长分别可以通过实验得到其取值范围,本发明中大步长为10-20个固定步长,小步长为3-5个固定步长。
利用OpenGL的相关方法,根据三维体数据形成三维体纹理输入到GPU中。在形成体纹理的过程中,每一个纹素都具有颜色(R,G,B)和不透明度(A)。对于每个体元,其颜色根据反射率确定,如表1所示的反射率与颜色对应表;其不透明度根据体元类型确定,白体元不透明度设为0,灰体元不透明度设为2,黑体元不透明度根据对雷达数据不同反射率的感兴趣程度设定在0-1之间。若对反射率较高区域感兴趣,则将反射率较高部分不透明度设置的高一些(0.7以上),不感兴趣部分设置的低一些(0.2以下)。若对数据的整体情况感兴趣,则将整体数据都设置为0.5左右。本实施例中,若只对反射率大于50dBz的数据感兴趣设为0.6甚至0.7,而小于50dBz的数据设置为0.1甚至0.01。
表1反射率值与颜色对应表
dBz | R | G | B |
0-5 | 83 | 83 | 158 |
5-10 | 1 | 159 | 245 |
10-15 | 0 | 236 | 236 |
15-20 | 1 | 255 | 0 |
20-25 | 0 | 200 | 0 |
25-30 | 21 | 139 | 21 |
30-35 | 255 | 255 | 0 |
35-40 | 231 | 192 | 0 |
40-45 | 255 | 144 | 0 |
45-50 | 255 | 0 | 0 |
50-55 | 214 | 0 | 0 |
55-60 | 192 | 0 | 0 |
60-65 | 255 | 0 | 240 |
65-70 | 120 | 0 | 132 |
>70 | 173 | 144 | 240 |
对于进行了数据分类和标记形成的体纹理就可以进行光线投射三维可视化了。在算法执行过程中,首先从视点位置向屏幕像素点发出一条射线,有部分射线穿过三维体数据场(即体纹理)。对与射线相遇的体元进行判断,若为白体元则选择较大步长(本实施例中为10)跳跃到下一位置读取下一个体元;若与射线相遇的为灰体元则以较小步长(本实施例中为3)跳跃到下一位置读取下一个体元;若与射线相遇的为黑体元则将当前颜色和不透明度与此体元的颜色和不透明度进行合成,然后以固定步长(本实施例中为1)读取下一位置体元。重复以上步骤,直到不透明度达到1时,即此体元后的其他体元已经被完全遮挡不能被看见时,停止此射线的前进,得到屏幕上此像素的最终颜色。按顺序计算屏幕上所有像素点的颜色,最终将在屏幕上得到所观察物体具有半透明效果且清晰完整的可视化图像。
本实施例中的实验环境的计算机配置为:(1)硬件配置:CPU为Intel Core i5-4590CPU@3.30GHz,8GB内存,GPU为NVIDIA GT 720显示卡(192个流处理器,1GB显存)。(2)软件配置:Win7操作系统,Visual Studio 2010,OpenGL4.0版本。
为了说明本算法在天气雷达基数据三维可视化方面的普适性,本实验使用的数据有三个:(1)南京龙王山雷达2009年8月24日0时测得的晴空数据。(2)广东韶关雷达2014年7月23日18时测得的强对流数据。(3)湖南岳阳雷达2014年5月21日3时33分测得的强降水数据。
在算法实现中,本发明使用GPU硬件加速分别实现了空间跳跃的光线投射算法和改进的空间跳跃光线投射算法。
图2南京龙王山雷达2009年8月24日0时测得的晴空数据雷达图像第一层(0.5°仰角)图像。图3和图4空间跳跃光线投射算法和改进空间跳跃光线投射算法得到的可视化图像。
对比图3和图4,南京龙王山雷达2009年8月24日0时测得的晴空数据在三维可视化的图像质量上差别不大,但改进算法的图像保留了数据场大量细节。从图中可以看出,未改进的算法丢失了很多图像细节。在算法执行时间上,空间跳跃光线投射算法的平均帧速率为17.3帧/秒,改进的空间跳跃光线投射算法平均帧速率16.3帧/秒。
图5是广东韶关雷达2014年7月23日18时测得的强对流数据雷达图像第2层(1.5°仰角)图像。图6和图7分别是使用空间跳跃光线投射算法、改进空间跳跃光线投射算法得到的可视化图像。
对比图6和图7,广东韶关雷达2014年7月23日18时测得的强对流数据,空间跳跃光线投射算法和改进空间跳跃光线投射算法绘制的图像,改进算法图像在局部略亮,但未改进算法不仅丢失了细节,甚至丢失了一些小云团。在算法执行时间上,空间跳跃光线投射算法的平均帧速率为9.3帧/秒,改进的空间跳跃光线投射算法平均帧速率9.1帧/秒。
图8是湖南岳阳雷达2014年5月21日3时33分测得的强降雨数据雷达图像第一层(0.5°仰角)图像。图9和图10分别使用空间跳跃光线投射算法、改进空间跳跃光线投射算法得到的可视化图像。
对比发现两种算法实现效果在图像质量上没有太大差别。由于数据场中数据密度较大,两者能够将雷达图像中的反射率信息进行三维重构,且重构效果较好,云体结构清晰,但未改进的算法在图像细节上仍然有丢失细节的情况。在算法执行时间上,空间跳跃光线投射算法的平均帧速率为3.3帧/秒,改进的空间跳跃光线投射算法平均帧速率3.2帧/秒。
通过对上述两种体数据分别在GPU加速情况下进行空间跳跃光线投射算法和改进空间跳跃光线投射算法实现,可以看出两种算法的绘制效果都都保留了原始光线投射算法绘制效果好、图像清晰的特点。由于算法都运行在GPU中,算法实现速度大大加快,实现了可交互的目标,且两者速度差距极小,如表2所示。但空间跳跃光线投射算法由于其算法自身的缺陷,传统的空间跳跃加速算法在重构三维体过程中会出现细节丢失,甚至丢失重要信息的情况。所以本发明改进的空间跳跃加速算法具有较好的优势。
表2两种算法运算帧速率(帧/秒)
雷达基数据 | 空间跳跃光线投射算法 | 改进空间跳跃光线投射算法 |
晴空 | 17.3 | 16.8 |
强对流 | 9.3 | 9.1 |
强降雨 | 3.3 | 3.2 |
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (5)
1.一种天气雷达数据三维可视化空间跳跃加速光线投射方法,其特征在于,包括如下具体步骤:
步骤1,读取雷达基数据,并以雷达站点位置为原点建立一个均匀网格体;
步骤2,采用空间插值方法,将处于极坐标下的天气雷达基数据插值到步骤1中所建立网格体的网格点中,转化为可进行光线投射三维可视化的体数据,以便于进行空间体绘制;
步骤3,对根据步骤2中得到的三维体数据,使用改进的空间跳跃光线投射算法进行空间体绘制;其中,改进的空间跳跃光线投射算法具体如下:
301,对步骤2中得到的三维体数据进行体元分类,具体为:
1)最大仰角以上和最小仰角以下的体元分为一类,记为白体元;
2)最大仰角和最小仰角之间且不包含数据的体元分为一类,记为灰体元;
3)最大仰角和最小仰角之间且有数据的体元分为一类,记为黑体元;
302,依据步骤2中得到的三维体数据生成三维体纹理,其中,每个体元的纹理不透明度值的确定依据为:若该体元为白体元,则不透明度值为0;若该体元为灰体元,则不透明度值为2;若该体元为黑体元,则不透明度值为0-1之间,根据对雷达数据不同反射率的感兴趣程度进行设定;
303,对形成的体纹理进行空间跳跃的光线投射三维可视化,具体为:
A)从视点位置向屏幕像素点发出一条光线,当光线穿过体纹理时,对与该光线相遇的体元进行判断,若该体元的不透明度值为0,则以大步长跳过该体元所在区域,读取下一个体元;若该体元的不透明度值为2,则以小步长跳过该体元所在区域,读取下一个体元;若该体元的不透明度值在0到1之间,则按照光线投射算法累积颜色值和不透明度值,以固定步长跳跃至下一位置,读取下一个体元;
B)重复步骤A),直至累积得到的不透明度值达到1,停止该光线的前进,得到该屏幕像素点的最终颜色;
C)对于屏幕上的每个像素点,重复进行步骤A)和B),从而完成空间体绘制,得到可视化图像。
2.根据权利要求1所述的一种天气雷达数据三维可视化空间跳跃加速光线投射方法,其特征在于,步骤2中采用自适应Barnes插值法将处于极坐标下的天气雷达基数据插值到均匀网格点中。
3.根据权利要求1所述的一种天气雷达数据三维可视化空间跳跃加速光线投射方法,其特征在于,步骤A)中的固定步长根据需要设定,大步长为10-20个固定步长,小步长为3—5个固定步长。
4.根据权利要求1所述的一种天气雷达数据三维可视化空间跳跃加速光线投射方法,其特征在于,步骤1中使用中国国家气象局推荐的标准方法读取雷达基数据。
5.根据权利要求1所述的一种天气雷达数据三维可视化空间跳跃加速光线投射方法,其特征在于,步骤1中建立的网格体为920×920×40的网格体,网格体的水平分辨率为1km,垂直分辨率为0.5km。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610471612.8A CN106097426B (zh) | 2016-06-24 | 2016-06-24 | 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610471612.8A CN106097426B (zh) | 2016-06-24 | 2016-06-24 | 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106097426A CN106097426A (zh) | 2016-11-09 |
CN106097426B true CN106097426B (zh) | 2019-02-26 |
Family
ID=57252840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610471612.8A Expired - Fee Related CN106097426B (zh) | 2016-06-24 | 2016-06-24 | 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097426B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108169751B (zh) * | 2017-11-14 | 2021-12-28 | 广州中南民航空管技术装备工程有限公司 | 一种天气雷达基数据三维栅格化方法、计算机可读存储介质及电子设备 |
US11300680B2 (en) | 2019-04-02 | 2022-04-12 | Raytheon Company | Three-dimensional (3D) radar weather data rendering techniques |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7692651B2 (en) * | 2005-09-22 | 2010-04-06 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for providing efficient space leaping using a neighbor guided emptiness map in octree traversal for a fast ray casting algorithm |
CN103308942A (zh) * | 2012-03-12 | 2013-09-18 | 中国石油天然气股份有限公司 | 一种可视化地震数据的方法及系统 |
-
2016
- 2016-06-24 CN CN201610471612.8A patent/CN106097426B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7692651B2 (en) * | 2005-09-22 | 2010-04-06 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for providing efficient space leaping using a neighbor guided emptiness map in octree traversal for a fast ray casting algorithm |
CN103308942A (zh) * | 2012-03-12 | 2013-09-18 | 中国石油天然气股份有限公司 | 一种可视化地震数据的方法及系统 |
Non-Patent Citations (3)
Title |
---|
Fast And Reliable Space Leaping For Interactive Volume Rendering;Ming Wan等;《IEEE Visualization》;20021231;第1-8页 |
基于GPU光线投射算法的心脏体数据三维可视化;刘金明等;《计算机应用》;20130901;第33卷(第9期);第2662-2666页 |
空间跳跃加速的GPU线投射算法;梁承志等;《中国图象图形学报》;20090831;第14卷(第8期);第1684-1688页 |
Also Published As
Publication number | Publication date |
---|---|
CN106097426A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111508052B (zh) | 三维网格体的渲染方法和装置 | |
WO2022121645A1 (zh) | 一种教学场景中虚拟对象的真实感生成方法 | |
CN112270756B (zh) | 一种应用于bim模型文件的数据渲染方法 | |
CN110738721B (zh) | 基于视频几何分析的三维场景渲染加速方法及系统 | |
CN100416609C (zh) | 使用多遍形成方式的图形基元成形装置及方法 | |
CN102768765B (zh) | 实时点光源软阴影渲染方法 | |
CN109410313B (zh) | 一种气象三维信息3d模拟反演方法 | |
CN106648049A (zh) | 一种基于眼球追踪及眼动点预测的立体渲染方法 | |
US11276150B2 (en) | Environment map generation and hole filling | |
US20200118253A1 (en) | Environment map generation and hole filling | |
CN116384207B (zh) | 基于风场流动轨迹和流动纹理的属性值融合渲染方法 | |
CN106097426B (zh) | 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 | |
CN109461197B (zh) | 一种基于球面uv和重投影的云实时绘制优化方法 | |
CN104517313A (zh) | 基于屏幕空间的环境光遮蔽的方法 | |
CN110658524B (zh) | 基于全空域多方位扫描模式的云雷达回波三维显示方法 | |
CN106548508B (zh) | 一种高质量3d纹理重建方法 | |
CN103645463A (zh) | 合成孔径雷达成像数据三维显示的方法 | |
CN110866964A (zh) | 一种gpu加速的椭球裁剪图地形渲染方法 | |
CN109829962B (zh) | 一种利用opengl的物体空间消隐线计算加速方法 | |
CN103617594B (zh) | 面向噪声等值面绘制的多gpu渲染并行处理装置及其方法 | |
JP2006260408A (ja) | ボリュームデータレンダリングシステムおよびボリュームデータレンダリング処理方法 | |
Scholz et al. | Level of Detail for Real-Time Volumetric Terrain Rendering. | |
JP2017010508A (ja) | プログラム、記録媒体、輝度演算装置及び輝度演算方法 | |
Kolivand et al. | Simulated real-time soft shadow in mixed reality using fuzzy logic | |
Sui et al. | Constructing rules and scheduling technology for 3D building models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: 211500 No. 219 Ning six road, Jiangbei new district, Nanjing, Jiangsu Patentee after: Nanjing University of Information Science and Technology Address before: The Olympic Avenue in Jianye District of Nanjing city of Jiangsu Province, No. 69 210019 Patentee before: Nanjing University of Information Science and Technology |
|
CP02 | Change in the address of a patent holder | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190226 |
|
CF01 | Termination of patent right due to non-payment of annual fee |