Not logged in.
Quick Search - Contribution
Contribution Details
| Type | Dissertation |
| Scope | Discipline-based scholarship |
| Title | Automatic transfer function generation and extinction- based approaches in direct volume visualization |
| Organization Unit | |
| Authors |
|
| Supervisors |
|
| Language |
|
| Institution | University of Zurich |
| Faculty | Faculty of Economics, Business Administration and Information Technology |
| Number of Pages | 133 |
| Date | 2011 |
| Date Annual Report | 2012 |
| Abstract Text | Direct volume visualization has become an important tool in many domains for visualizing and examining volumetric datasets. The tremendous increase in computing power of the hardware over the past years makes it possible to immediately visualize volumetric datasets obtained from scanning devices at fully interactive frame rates. However, despite this change of paradigm compared to the slow offline methods of the past, direct volume visualization suffers from disadvantages constricting an immediate, reliable analysis of volumetric datasets.This thesis begins with an overview of different methods for direct volume visualization followed by an in-depth review of the theoretical foundation including inherent challenges. Subsequently selected state-of-the-art techniques used in this thesis are explained in detail. One challenge that all techniques have in common is the dependency on good transfer functions. Only good transfer functions allow for the right insight into the dataset permitting a reliable analysis. These transfer functions are often constructed manually in a time consuming and cumbersome trial-and-error process. We propose an automated general purpose approach for generating a set of best transfer functions based on information theory. Our algorithm appraises the information content of the images generated by a particular transfer function when rotating the dataset, as it is the case in interactive sessions. Quantifying the quality of a transfer function in this way enables a directed search for the set of best transfer functions in a feedback loop employing a combination of two different optimization algorithms. This set of best, distinct transfer functions helps the user to gain an immediate overview of each facet of a dataset.When visualizing volumetric datasets, it is of major importance that domain experts are able to recognize small features, to distinguish the relationship and connectivity between them and to get the right perception. For this the applied illumination and shading model plays an important part. Sophisticated models including realistic looking directional shadows, ambient occlusion and color bleeding effects can greatly enhance the perception. Unfortunately common models exhibiting these effects are expensive to compute and not suitable for interactive applications. We present a method showing how these effects can be applied to GPU volume ray-casting while fully maintaining interactivity based on the original, exponential extinction coefficient of the volume rendering integral. Exploiting the fact that the original, exponential extinction coefficient is summable, our framework is built on top of a 3D summed area table that allows for quick lookups of extinction queries.Technically volumetric datasets consist of discrete scalar or sometimes vector data. As the resolution of this data hardly ever fits the resolution of the output device, the data needs to be interpolated or reconstructed. Volume visualization methods based on 3D textures can profit from fast built-in trilinear interpolation of the hardware. However, trilinear interpolation is not the first choice when it comes to image quality. Volume splatting on the other hand is a volume visualization technique that makes it easy to integrate arbitrary interpolation schemes. The performance of volume splatting is directly related to the applied interpolation scheme and the resulting interpolation kernel respectively. In this thesis we introduce an algorithm for volume splatting that greatly enhances the performance by reducing the required amount of splatting operations from interpolation kernel slices. Further, we show how the image quality of volume visualization can be enhanced by using the original, exponential extinction coefficient of the volume rendering integral instead of common alpha-blending simplifications. |
| Zusammenfassung | Die direkte Volumenvisualisierung hat sich in vielen Bereichen zu einem wichtigen Instrument entwickelt, um volumetrische Datensätze zu analysieren. Die enorme Steigerung der Leistungsfähigkeit der Hardware über die letzten Jahre ermöglicht es, solche Datensätze, wie sie z.B. von Scannern stammen, interaktiv zu visualisieren. Trotz dieses Paradigmenwechsels, verglichen mit den langsamen offline Methoden der Vergangenheit, besitzt die direkte Volumenvisualisierung Nachteile, die eine unmittelbare, zuverlässige Analyse von volumetrischen Datensätzen erschweren. Diese Dissertation beginnt mit einem Überblick über die verschiedenen Methoden zur direkten Volumenvisualisierung, gefolgt von einer ausführlichen Rekapitulation der theoretischen Grundlagen und deren inhärenten Herausforderungen. Anschliessend werden ausgewählte Techniken, die in dieser Dissertation Verwendung finden, im Detail erklärt. Eine Schwierigkeit, die für alle Techniken gilt, ist die Abhängigkeit von guten Transferfunktionen. Nur eine gute Transferfunktion erlaubt den richtigen Einblick in den Datensatz und somit eine zuverlässige Analyse. Transferfunktionen werden häufig manuell in einem zeitaufwändigen und umständlichen Prozess durch Ausprobieren konstruiert. Wir schlagen basierend auf der Informationstheorie einen universellen, automatischen Ansatz zur Generierung einer Menge bester Transferfunktionen vor. Unser Algorithmus bewertet den Informationsgehalt der Bilder, die mit Hilfe einer bestimmten Transferfunktion generiert wurden, wenn der Datensatz rotiert wird, so wie es z.B. während einer interaktiven Session der Fall ist. Diese Bewertung ermöglicht eine gerichtete Suche nach der Menge bester Transferfunktionen in einer Resonanzschleife unter Verwendung zweier kombinierter Optimierungsalgorithmen. Die Menge bester, unterschiedlicher Transferfunktionen gestattet dem Benutzer einen unmittelbaren Einblick in jede Facette des Datensatzes. Bei der Visualisierung von volumetrischen Datensätzen ist es sehr wichtig, dass Experten in der Lage sind, kleine Details und deren Zusammenhang zu erkennen, sowie dass sie die richtige Wahrnehmung der Struktur des Datensatzes vermittelt bekommen. Dabei spielt das verwendete Beleuchtungsmodell eine wichtige Rolle. Ausgeklügelte Modelle, die gerichtete Schatten, Umgebungsverdeckung und Farbverlauf-Effekte beinhalten, können die Wahrnehmung stark verbessern. Leider sind solche Modelle aufwändig zu berechnen und daher für interaktive Applikationen nicht geeignet. Basierend auf dem originalen, exponentiellen Extinktionskoeffizienten des Volume Rendering Integrals präsentieren wir eine Methode, die zeigt, wie solche Effekte in GPU Volume Ray-Casting integriert werden können, ohne dabei an Interaktivität einzubüssen. Dabei wird die Tatsache ausgenützt, dass der originale, exponentielle Extinktionskoeffizient aufsummiert werden kann. Folglich basiert unser Framework auf einer 3D Summed Area Table, die schnelle Abfragen von aggregierten Extinktionskoeffizienten ermöglicht. Technisch gesehen bestehen volumetrische Datensätze aus diskreten Skalar- oder manchmal auch aus diskreten Vektordaten. Weil die Auflösung dieser Daten kaum je der Auflösung des Ausgabegerätes entspricht, müssen die Daten interpoliert bzw. rekonstruiert werden. Visualisierungsmethoden, die auf 3D Texturen basieren, können von der schnellen, eingebauten trilinearen Interpolation der Hardware profitieren. Jedoch ist die trilineare Interpolation in Bezug auf die Bildqualität nicht die erste Wahl. Volume Splatting ist eine Visualisierungstechnik, bei der es auf einfache Weise möglich ist, beliebige Interpolationsschemata zu implementieren. Die Geschwindigkeit von Volume Splatting hängt direkt vom angewendeten Interpolationsschema und dem daraus resultierenden Interpolationskernel ab. In dieser Dissertation führen wir einen Volume Splatting Algorithmus ein, der die Geschwindigkeit durch Reduktion der notwendigen Splatting-Operationen von Kernel-Slices stark erhöhen kann. Des Weiteren zeigen wir, wie die Bildqualität von Volumenvisualisierungsmethoden durch Verwendung des originalen, exponentiellen Extinktionskoeffizienten des Volume Rendering Integrals anstelle üblicher Alpha-Blending Vereinfachungen gesteigert werden kann. |
| Related URLs | |
| Other Identification Number | merlin-id:6947 |
| PDF File |
Download from ZORA
|
| Export |
BibTeX
EP3 XML (ZORA)
|