海量图像数据的感知驱动三维可视化关键技术研究

To solve the problems of high-quality real-time interactive rendering for out-of-core 3D or 4D image data, this project studies the key technologies of perception-driven 3D visualization for out-of-core data, which is combined with the disciplines of image analysis and processing, computer graphics, visualization in scientific computing, etc., takes perception-driven image quality evaluation as the theoretical principle, and comprehensively utilizes various new methods in the fields of image segmentation, multidimensional transfer function design, distributed parallel system and so on. In this project, the following main research contents are included: to study and implement efficient storage structure and distributed parallel computing framework of data processing and visualization for out-of-core 3D or 4D image data; to study and implement efficient processing and visualization algorithms for out-of-core image data based on perception-driven model; to study and implement efficient parallelization methods for above-mentioned algorithms based on the distributed computing environment with hybrid architecture; to design and implement software prototype for out-of-core image data processing and visualization with high practicability based on above-mentioned algorithms. The research production of this project could be applied directly to out-of-core data analysis and visualization for the fields of medical imaging and industrial tomography. The core methods developed by this project could also be generalized directly for being applied in other fields concerned with out-of-core data processing.

本项目结合图像分析和处理、计算机图形学、科学计算可视化等学科，以基于感知的图像质量评估方法为理论依据，综合运用图像分割、多维传递函数设计、分布式并行系统等领域的最新方法，以解决海量三维或四维图像数据的高质量实时交互绘制问题为目标，研究感知驱动的海量数据三维可视化关键技术，主要内容包括：研究和实现针对海量三维或四维图像数据的高效存储结构以及数据处理和可视化的分布式并行计算框架；研究和实现基于感知驱动模型的海量图像数据处理及可视化的高效算法；研究和实现上述算法基于混合架构分布式计算环境的高效并行化方法；基于上述算法，设计和实现具有较高实用性的海量图像数据处理和可视化软件原型。研究成果可直接应用于医学影像、工业断层成像等领域的海量数据处理和可视化，其核心方法也可直接推广到其他涉及海量数据处理的领域。

本项目结合图像分析和处理、计算机图形学、科学计算可视化等学科，以基于感知的图像质量评估方法为理论依据，综合运用图像处理、人工智能、分布式并行系统等领域的最新方法，以解决海量三维或四维图像数据的高质量实时交互可视化问题为目标，研究感知驱动的海量数据三维可视化关键技术，主要内容包括：设计和实现针对海量三维或四维图像数据的高效存储结构以及数据处理和可视化的分布式并行计算框架；研究和实现基于感知驱动模型的海量图像数据处理及可视化的高效算法；研究和实现上述算法基于混合架构分布式计算环境的高效并行化方法；基于上述算法，结合实际应用需求，设计和实现具有较高实用性的海量图像数据处理和可视化软件原型。围绕这些研究内容，本项目首先针对海量图像数据的基本特征和存储方式设计和实现了基础存储结构和访问接口，在此基础上研究了相关图像处理算法的共同特性及其面向海量数据的处理模式，设计和实现了相应的分布式并行算法框架；接着围绕感知驱动原理，针对大规模三维或四维标量场数据分割、配准和可视化方法展开深入研究，提出了一系列新的算法；同时，针对大规模视频图像序列，研究了以人体生物特征为核心的人脸表情和人体姿态的提取、量化和动态可视化方法，设计和实现了新的参数系统及其相应的提取和识别算法；另外，本项目对其他相关领域的典型图像数据分析和处理方法也展开了相应研究，取得了一定的进展；最后，在相关核心算法研究成果的基础上，设计和实现了相应的算法测试和应用软件平台，为相关成果的实际应用奠定了良好的基础。上述研究成果可直接应用于医学影像、工业断层成像、视频图像分析和三维动画生成等领域的海量数据处理和可视化，其核心方法也可直接推广到其他涉及海量数据处理的领域。