Määrä säteen valu - Volume ray casting
Volyymisäteiden valu , jota joskus kutsutaan volumetriseksi säteen valuksi , tilavaksi säteen jäljittämiseksi tai volyymisäteen marssiksi , on kuvaperusteinen volyymien renderointitekniikka . Se laskee 2D-kuvat 3D-tilavuustiedoista (3D- skalaarikentät ). Tilavuussäteilyä, joka käsittelee tilavuusdataa, ei pidä sekoittaa säteenvaluun siinä mielessä kuin säteiden jäljittämisessä käytetään pintadataa . Tilavuusvaihtoehdossa laskenta ei pysähdy pinnalla, vaan "työntää" esineen läpi näytteen näytteestä sädettä pitkin. Toisin kuin säteiden jäljitys, äänisäteiden valu ei synny toissijaisia säteitä. Kun asiayhteys / sovellus on selvä, jotkut kirjoittajat kutsuvat sitä yksinkertaisesti säteenvaluksi . Koska säteily ei välttämättä vaadi tarkkaa ratkaisua säteiden leikkaukseen ja törmäyksiin, se soveltuu reaaliaikaiseen laskentaan monissa sovelluksissa, joihin säteen jäljitys ei sovellu.
Luokittelu
Tilavuussäteen valutekniikka voidaan johtaa suoraan renderöintiyhtälöstä . Se tarjoaa erittäin laadukkaan renderoinnin tuloksia. Volyymisäteiden valu luokitellaan kuvaperusteiseksi volyymien renderointitekniikaksi, koska laskenta saadaan lähtökuvasta eikä syötetystä volyymitiedosta, kuten on tapaus objektipohjaisissa tekniikoissa.
Perusalgoritmi
Perusmuodossa äänisäteiden valualgoritmi käsittää neljä vaihetta:
- Ray-valu. Jokaisen lopullisen kuvan pikselin kohdalla ammutaan ("heitetään") näkökenttä äänenvoimakkuuden läpi. Tässä vaiheessa on hyödyllistä tarkastella kosketettavaa ja suljettua tilavuutta rajoittavassa primitiivissä , yksinkertaisessa geometrisessa objektissa - yleensä neliönmuotoisessa -, jota käytetään näkösäteen ja tilavuuden leikkaamiseen.
- Näytteenotto. Näkökentän osassa, joka sijaitsee tilavuudessa, valitaan yhtä kaukana olevat näytteenottopisteet tai näytteet . Yleensä äänenvoimakkuus ei ole linjassa näkökentän kanssa, ja näytteenottopisteet sijaitsevat yleensä vokselien välissä . Tämän vuoksi on välttämätöntä interpoloida näytteiden arvot ympäröivistä vokseleista (yleisesti käyttäen trilineaarista interpolointia ).
- Varjostus. Jokaiselle näytepisteelle siirtofunktio hakee RGBA- materiaalin värin ja valaistusarvojen gradientti lasketaan. Gradientti edustaa paikallisten pintojen suuntaa tilavuudessa. Näytteet ovat sitten varjostettuja (ts. Värillisiä ja valaistuja) niiden pinnan suuntauksen ja valonlähteen sijainnin mukaan.
- Säveltäminen. Kun kaikki näytteenottopisteet on varjostettu, ne yhdistetään näkökenttään, mikä johtaa parhaillaan käsiteltävän pikselin lopulliseen väriarvoon. Koostumus on johdettu suoraan renderöintiyhtälöstä ja on samanlainen kuin asetaattiarkkien sekoittaminen piirtoheitin. Se voi toimia taaksepäin , toisin sanoen laskenta alkaa näytteestä, joka on kauimpana katsojasta, ja päättyy näytettä lähinnä olevaan näytteeseen. Tämä työnkulun suunta varmistaa, että äänenvoimakkuuden peitetyt osat eivät vaikuta syntyneeseen pikseliin. Edestä taakse -järjestys voisi olla laskennallisesti tehokkaampi, koska jäännössäteilyenergia laskee, kun säde liikkuu kamerasta poispäin; Joten panos renderointi-integraaliin vähenee, joten aggressiivisempia nopeus- / laatukompromisseja voidaan soveltaa (näytteiden välisten etäisyyksien lisääminen säteen varrella on yksi tällaisista nopeuden ja laadun kompromisseista).
Edistyneet adaptiiviset algoritmit
Adaptiivinen näytteenottostrategia vähentää dramaattisesti renderointiaikaa korkealaatuiselle renderöinnille - mitä korkeampi laatu ja / tai koko on, sitä merkittävämpi etu verrattuna tavalliseen / tasaiseen näytteenottostrategiaan. Kuitenkin adaptiivinen säteen heittäminen projektiotasolle ja mukautuva näytteenotto jokaisen yksittäisen säteen varrella eivät sovi hyvin nykyaikaisen GPU: n SIMD- arkkitehtuuriin. Moniydinsuorittimet sopivat kuitenkin täydellisesti tähän tekniikkaan, joten ne soveltuvat interaktiiviseen erittäin korkealaatuiseen volumetriseen renderointiin.
Esimerkkejä korkealaatuisesta volumetrisesta säteenvalusta
Tämä galleria edustaa kokoelmaa kuvia, jotka on renderoitu laadukkaalla äänenvoimakkuudella. Yleensä äänisäteiden heittokuvien terävä ulkonäkö erottaa ne tekstuurikuvaus VR: n tuotoksesta, koska äänenvoimakkuuden heittorenderöinnit ovat tarkempia.
Krokotiilimuumion CT-skannauksen resoluutio on 3000 × 512 × 512 (16 bittiä), kallo-tietojoukon resoluutio on 512 × 512 × 750 (16 bittiä).
Katso myös
- Amira - kaupallinen 3D-visualisointi- ja analysointiohjelmisto (biotieteisiin ja biolääketieteeseen), joka käyttää säteenvalumäärän renderointimoottoria (perustuu Open Inventoriin )
- Avizo - kaupallinen 3D-visualisointi- ja analysointiohjelmisto, joka käyttää säteenvalumäärän renderointimoottoria (perustuu myös Open Inventoriin)
- Shadertoy - verkkoyhteisö ja -alusta tietokonegrafiikan ammattilaisille, tutkijoille ja harrastajille, jotka jakavat, oppivat ja kokeilevat renderointitekniikoita ja prosessitaiteita GLSL- koodin avulla
