[发明专利]一种近似无损的三维体数据压缩域体绘制方法

说明书

技术领域

本发明涉及一种三维体数据压缩域体绘制方法，具体涉及一种基于层次矢量量化和完美空间哈希技术的近似无损的压缩域体绘制方法。

背景技术

体绘制技术是可视化研究中的关键技术之一，在计算流体力学、地球空间、医疗科学等各个领域中得到了广泛应用，其研究对象是三维体数据(以下简称体数据)。体数据产生于科学计算的各个领域，在现今的领域需求以及数据获取途径下，体数据的尺度越来越大、分辨率越来越高，并且经常是海量的、时变的、多属性的，太字节(TB)级甚至拍字节(PB)级的体数据已屡见不鲜。利用可视化技术分析如此大尺度的数据充满挑战性。近年来，商业图形硬件发展迅速，利用GPU加速体数据的直接体可视化已经成为分析体数据的通用方法。

然而，一般计算机的GPU显存无法一次性装载大尺度的体数据；即使可以装载，GPU和CPU之间的数据传输速度过慢，制约了硬件加速直接体绘制算法的应用，同时也阻碍用户通过可视化探求复杂大尺度数据中蕴藏的未知知识和现象。例如，大小为1024³的单变量单帧浮点型体数据，其大小为32bit×1024×1024×1024＝4GB，又如帧数为100帧，每帧的分辨率为512³的浮点型单变量时变体数据，其数据量大小为32bit×512×512×512×100＝50GB，这些体数据的数据量远超普通计算机的GPU显存，甚至内存。压缩域体绘制(Compression domain volume rendering,CDVR)融合了体数据压缩和绘制，能有效节省存储和带宽，是解决这一矛盾的重要而有效的方法。

目前已有的CDVR方法或者数据压缩方法中，压缩比高的通常数据恢复质量不好，依据恢复数据所得到的体绘制结果图像的信噪比(Signal to Noise Ratio，SNR)或者峰值信噪比(Peak Signal to Noise Ratio，PSNR)较低,而均方差(Mean Squared Error，MSE)则较高。数据恢复质量好的(如一些无损压缩算法)压缩比太低，或者实现复杂、解码速度慢，不适合在GPU中实现，无法达到实时CDVR。矢量量化(Vector Quantization,VQ)作为一种有损的数据压缩策略，常用于图像和语音等多媒体信号的处理中。作为一种非对称的压缩方法，其压缩相对复杂而解压缩异常简单的特性使得其成为CDVR的一类重要方法。层次矢量量化(Hierarchical Vector Quantization,HVQ)是一种新的层次化的矢量量化方法，较传统的矢量量化压缩方法，能极大地改善压缩效率和绘制质量。完美空间哈希(Perfect Spatial Hashing,PSH)技术使用无冲突的静态哈希方法表达稀疏数据，其实质在于充分利用数据的空间连续性，将一个稀疏的数据转换为紧凑的哈希表进行表达，因而可以作为一种高效的稀疏数据压缩方法。

发明内容

本发明的目的在于提供一种近似无损的三维体数据压缩域体绘制方法，以克服现有技术的全部或部分缺陷。

为实现上述目的，本发明所采取的技术方案是：本发明近似无损的三维体数据压缩域体绘制方法包括如下步骤：

(1)将体数据值类型为浮点型、无符号字符型或者短整型的三维原始体数据分割成大小为4*4*4的数据块，再对分割完的数据块逐个进行拉普拉斯分解，由此将每个数据块分解为三个层次的数据：其中，每一个数据块的第一层次分解数据是一个大小为4*4*4的64维矢量，所有数据块的第一层次分解数据构成第一层次分解数据矢量集合；每一个数据块的第二层次分解数据是一个大小为2*2*2的8维矢量，所有数据块的第二层次分解数据构成第二层次分解数据矢量集合；每一个数据块的第三层次分解数据是该数据块的体数据值的算术平均值，所述第三层次分解数据的大小为1*1*1，所有数据块的第三层次分解数据构成第三层次分解数据集合；

(2)对所述第一层次分解数据矢量集合进行矢量量化，得到第一级矢量量化编码表和第一级索引体数据，所述第一级索引体数据中记录了每一个4*4*4数据块的第一层次分解数据与第一级矢量量化编码表中码元矢量的对应关系；构造第一级偏移地址表，由此确定第一级矢量量化编码表中的码元矢量的元素与每个数据块的第一层次分解数据中的体素的对应关系：