[发明专利]基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法

权利要求书

1.基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，其特征在于，所述方法包括以下步骤：

S1、对两种不同粒子的加权主成分和各向异性特征进行分析，采用对粒子核进行插值的改进方法对血液与水混合液体隐式曲面进行计算；

S2、对于大量不同种类的粒子，在GPU中为不同粒子分别单独构建一个哈希网格和空间AABB搜索结果来进行搜索；

S3、利用GPU来加速Marching cubes构建混合液体粒子的三角形网格；

S4、利用OpenGL来渲染最后计算得到的三角形面片。

2.根据权利要求1所述的基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，其特征在于，所述步骤S1具体为：

S1-1、通过空间位置和两种粒子球半径定义一个球的核函数；

S1-2、在对网格上的累计值计算后，采用Marching cubes算法从空间网格的隐式曲面表示中检索出三角形网格，并采用主成分分析法来消除受例子采样和核函数球形形状的影响而造成的凹凸曲面；

S1-3、利用所述核函数来计算隐式曲面，得到一个光滑的解。

3.根据权利要求1所述的一种基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，其特征在于，所述步骤S2具体为：对于水和血液两种各向异性的粒子，每个粒子核的形状不同，归一化的操作将核的返回限制在一个固定大小的圆内，再对两种粒子分别使用空间哈希网格进而将两种粒子均匀的分布到各自哈希表的关键字表中；对于每一个各向异性粒子，使用AABB盒来减少计算压力、提高运算速度进而查询精确的临近粒子。

4.根据权利要求1所述的一种基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，其特征在于，所述步骤S3具体为：

S3-1、通过将空间中两种粒子的权重添加到网格中，得到一个为等值面的隐式曲面空间函数的离散表示；

S3-2、通过Marching cubes算法枚举每个网格可能的权值配置，为建立三角形网格做好基础；

S3-3、利用直方图金字塔数据结构来分配存储，并为三角形块分配索引，从而建立三角形网格。