[发明专利]一种CT切片数据可视化重构的八叉树并行构造方法

说明书

本发明涉及并行计算应用技术领域和高性能科学计算领域，特别是涉及一种具备TB级数据处理能力的CT切片数据可视化重构的八叉树并行构造方法。其基于MPI+OpenMP并行编程模型，利用原始体数据网格剖分、八叉树节点数据没有依赖性等特点，基于“按需构造‑Branch on need Octrees，BONOs”方案，根据体数据的实际三维尺寸进行八叉树并行构造，一方面减少构造过程中对计算资源、存储资源的浪费和I/O开销，另一方面通过并行计算的方式实现对TB级CT切片数据的快速八叉树数据结构构造，MPI+OpenMP并行编程技术满足TB级CT切片数据在不同分辨率要求下的八叉树数据结构体快速构造，该方法具备较好的并行加速比和并行效率。

技术领域

本发明涉及并行计算应用技术领域和高性能科学计算领域，特别是涉及一种具备TB级数据处理规模的CT切片数据可视化重构的八叉树并行构造方法。

背景技术

在图形图像处理应用领域中，三维可视化技术是描绘和理解三维模型的一种重要工具，而八叉树是一种用于描述三维空间的树状数据结构，其数据结构是三维可视化技术广泛应用的重要数据结构之一。科学计算领域中常用的并行编程框架包括MPI(消息传递接口)、OpenMP、CUDA等。MPI主要用于实现多进程协作的并行程序设计。由于不同进程具有独立的地址空间和资源，因此需要采用MPI提供的消息传递接口来实现进程间的相互通信。在使用MPI实现八叉树并行构造算法时，通常会对计算网格进行区域划分，不同的进程负责不同区域的计算，完成计算之后将数据存储至自定义文件中。OpenMP是一种用于共享内存的并行系统的多处理器程序设计的编译处理方案。在OpenMP的程序中，多个线程协同工作来完成计算任务，线程之间共享所在进程的内存空间，因此，线程间不需要额外的通信来交换数据。但是OpenMP不能实现跨节点并行，而且，在线程数目很大的情况下，不能实现良好的并行效率。随着数据处理规模的迅速激增，和处理时效性需求不断增加，三维可视化技术已经越来越多地利用高性能计算应用技术和并行计算应用技术来解决面临的例如单机无法处理，或处理时间无法接受，或处理效果不好等问题和挑战。八叉树构造算法是一个非常重要的应用基础算法，针对其优势和特点，结合目前数据规模逐渐达到TB级、甚至PB级，应用时效性要求高的实际情况，研究八叉树的并行构造方法有重要的实际意义和迫切的应用需求。

发明内容

为了解决现有技术的不足，本发明提供了一种基于MPI+OpenMP并行编程模型的CT切片数据可视化重构的八叉树并行构造方法。该方法利用原始体数据网格剖分、八叉树节点数据没有依赖性等特点，基于“按需构造-Branch on need Octrees，BONOs”方案，根据体数据的实际三维尺寸进行八叉树并行构造，一方面减少构造过程中对计算资源、存储资源的浪费和I/O开销，另一方面通过并行计算的方式实现对TB级CT切片数据的快速八叉树数据结构构造，MPI+OpenMP并行编程技术满足TB级CT切片数据在不同分辨率要求下的八叉树数据结构体快速构造，该方法具备较好的并行加速比和并行效率。

本发明的技术方案是：一种CT切片数据可视化重构的八叉树并行构造方法，其具备TB级数据规模处理能力，其包括以下步骤：

(1)根据CT切片数据组合而成的原始体数据尺寸X、Y和Z，将八叉树的叶子节点和中间节点设定尺寸为x、y和z，计算获得X方向、Y方向和Z方向的剖分网格数目N_X、N_Y和N_Z，得到体数据的剖分网格数目N＝N_X*N_Y*N_Z，按照该数目构造一份线性满八叉树的索引列表，剖分网格即代表八叉树的叶子节点；

其中索引列表内包括以下信息：

1)体数据三维尺寸：拟处理体数据的实际三维大小X、Y和Z；

2)节点三维尺寸：BONOs树节点表示的体数据三维大小x、y和z；

3)实际节点数：当前BONOs树的节点个数，包括根节点、中间节点和叶子节点；