• 대한의용생체공학회:의공학회지
• /
• 제21권4호
• /
• pp.433-439
• /
• 2000

볼륨 렌더링은 기하학적인 기본 도형으로 모델링하지 않고, 3차원 데이터를 직접 가시화하는 방법이다. 이런 볼륨 렌더링의 특성으로 말미암아 3차원 영상을 도시할 때에, 복잡한 물체의 경우에도 물체의 표면을 상세하게 표현하는데 유리하여 의료 영상을 가시화하는 쪽으로의 적용이 많이 이루어져 왔다. 일반적으로 볼륨 데이터의 크기가 커서 실시간으로 처리하기 쉽지 않기 때문에, 근래에는 이 렌더링 시간을 줄이기 위해서 많은 여러 가지 렌더링 알고리즘이 제안되었다. 본 논문에서는 부호화 되어 있지 않은 볼륨 데이터를 빠르게 렌더링 하기 위해서, 쉬어-왑 분해를 이용하는 블록 기반의 볼륨 렌더링 기법을 제안한다. 이 방법에서는 블록 기반의 데이터와 함께 장기의 영역 분할 데이터를 동시에 이용하여 볼륨 렌더링을 수행하므로써, 부호화되어 있지 않은 데이터에 대해 렌더링 속도를 증가시킨다. 본 논문에서는 3차원 X-ray CT 흉부 영상과 MR 3차원 두부 영상을 렌더링 함으로써 제안한 방법의 성능을 검증하였다.

• 대한의용생체공학회:의공학회지
• /
• 제26권1호
• /
• pp.23-30
• /
• 2005

3D virtual endoscopy has been used as an alternative non-invasive procedure for visualization of hollow organs. However, due to computational complexity, this is a time-consuming procedure. In this paper, we propose a fast volume rendering algorithm based on perspective ray casting for virtual endoscopy. As a pre-processing step, the algorithm divides a volume into hierarchical blocks and classifies them into opaque or transparent blocks. Then, in the first step, we perform ray casting only for sub-sampled pixels on the image plane, and determine their pixel values and depth information. In the next step, by reducing the sub-sampling factor by half, we repeat ray casting for newly added pixels, and their pixel values and depth information are determined. Here, the previously obtained depth information is utilized to reduce the processing time. This step is recursively performed until a full-size rendering image is acquired. Experiments conducted on a PC show that the proposed algorithm can reduce the rendering time by 70- 80% for bronchus and colon endoscopy, compared with the brute-force ray casting scheme. Using the proposed algorithm, interactive volume rendering becomes more realizable in a PC environment without any specific hardware.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권3_4호
• /
• pp.109-116
• /
• 2003

공간 도약법(space leaping)은 가속화된 영상순서 볼륨 렌더링(image-order volume rendering) 방법의 하나로서 광선 추적 시 빈 공간을 식별하여 도약하도록 함으로써 렌더링 속도를 향상시킨다. 이 방법은 렌더링 속도는 빠르지만 공간 도약을 위한 자료구조를 만들기 위한 전처리 시간이 오래 걸리는 문제가 있다. 본 논문에서는 공간 도약법에서 도약 거리를 기존의 방법보다 두 배로 하는 미리 보기 샘플링 방법을 제안한다. 이 방법은 렌더링 속도의 큰 변화없이 전처리 과정인 거리 맵 생성의 시간을 단축시킬 수 있으며, 기존의 방법보다 렌더링 속도를 빠르게 하는 효과도 있다.

• 대한의용생체공학회:의공학회지
• /
• 제22권4호
• /
• pp.339-347
• /
• 2001

• 대한의용생체공학회:의공학회지
• /
• 제27권1호
• /
• pp.6-13
• /
• 2006

Ultrasound visualization is a typical diagnosis method to examine organs, soft tissues and fetus data. It is difficult to visualize ultrasound data because the quality of the data might be degraded by artifact and speckle noise, and gathered with non-linear sampling. Rendering speed is too slow since we can not use additional data structures or procedures in rendering stage. In this paper, we use several visualization methods for fast rendering of ultrasound data. First method, denoted as adaptive ray sampling, is to reduce the number of samples by adjusting sampling interval in empty space. Secondly, we use early ray termination scheme with sufficiently wide sampling interval and low threshold value of opacity during color compositing. Lastly, we use bilinear interpolation instead of trilinear interpolation for sampling in transparent region. We conclude that our method reduces the rendering time without loss of image quality in comparison to the conventional methods.

• 한국멀티미디어학회논문지
• /
• 제18권2호
• /
• pp.158-167
• /
• 2015

This study presents a new method to improve the speed of high quality volume rendering. We improve the speed of ambient occlusion which is one of the global illumination techniques used in traditional volume visualization. Calculating ambient occlusion takes much time because it determines an illumination value of a sample by integrating opacities of nearby samples. This study proposes an improved method for this by using local statistics such as averages and standard deviations. We calculate local statistics for each volume block, a set of nearby samples, in pre-processing time. In the rendering process, we efficiently determine the illumination value by assuming the density distribution as a normal distribution. As the results, we can generate high quality images that combine ambient occlusion illumination with local illumination in real time.

• 한국컴퓨터그래픽스학회논문지
• /
• 제8권1호
• /
• pp.1-11
• /
• 2002

볼륨 렌더링 기술이 실제 응용 분야에서 널리 사용되기 위해서는 사용자가 3차원 데이터에 내재되어 있는 의미있는 정보를 쉽게 찾을 수 있도록 대화식으로 분류 파라미터를 조절하고 그 결과 영상을 빠른 속도로 가시화시켜 주는 것이 필요하다. 이제까지 제시된 볼륨 렌더링의 가속화 방법은 전처리 과정으로 비균등한 볼륨 데이터를 균등한 볼륨으로 재구성하고 분류 작업을 수행한 후, 실행시간에 렌더링을 빠르게 수행하는데 주안점을 두고 있다. 그러나 이러한 방법은 전처리 시간이 길어지고 사용자가 실행시간에 대화식으로 분류 파라미터를 지정하여 그 결과 영상을 피이드백 받을 수 없는 단점이 있다. 본 논문에서는 별도의 하드웨어 없이 범용 컴퓨터 상에서 대화식으로 분류 및 렌더링을 수행할 수 있는 가시화 방법을 제안한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권7호
• /
• pp.629-638
• /
• 2000

단일 볼륨랜더링과 다중 볼륨랜더링의 가장 큰 차이점은 데이타 혼합방법으로 본 논문에서는 특정 볼륨을 표면수준에 따라 선택적으로 빠르게 가시화하는 선택적 랜더링방법과 다중 볼륨을 위한 데이타 혼합방법을 제안한다. 선택적 랜더링방법은 관심부위를 구성하는 외곽선으로부터 최소거리를 결정하는 거리변환을 통하여 거리변환볼륨을 생성하고 이를 랜더링하는 방법이며, 다중 볼륨을 위한 데이타 혼합방 법은 명암도 가중치 방법, 불투병도 가중치 방법, 깊이 정보를 고려한 불투병도 가중치 방법을 이용하여 여러 개의 볼륨을 혼합하는 방법이다. 실험 결과로는 EBCT 가슴부위 영상에 선택적 랜더링방법을 적용하여 생성한 좌심실, 우심실 영상을 제시하며, 가슴부위 볼륨과 좌심실 볼륨 또는 우심실 볼륨에 세 가지 다른 혼합방법을 적용하여 얻은 혼합 영상을 제시한다. 본 제안방법은 거리변환볼륨을 사용함으로써 표면수준에 따라 특정 볼륨을 가시화하고 가시화 시간을 가속화시킬 수 있으며, 데이타 혼합을 통하여 단일 볼륨랜더링 한계를 극복하여 동일 공간 상에 다중 영상을 함께 표현함으로써 복잡한 형태로부터 관심부위의 형태와 상대적 관계를 효과적으로 나타낼 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권3_4호
• /
• pp.187-194
• /
• 2004

쉬어-왑 분해 볼륨렌더링은 좋은 화질과 빠른 속도를 보이지만 대화형 분류 환경에서 메모리 참조 효율이 떨어지는 문제점이 있다. 본 논문에서는 대화형 분류 환경에서 효율적인 렌더링을 수행하기 위해 객체와 이미지에 대한 메모리 참조 공간 연관성을 갖는 알고리즘을 제안한다. 이를 위하여 쉬어-왑 분해에 회전을 추가한 확장 모델을 제안하여 객체와 이미지 모두에서 스캔라인 단위로 렌더링을 가능하게 한다. 또한 제안 모델이 가지고 있는 전후향 합성 혼란, 홀 발생, 계산 증가의 문제에 대한 원인을 제시하고 해결 방법을 보인다. 본 제안 모델은 렌더링 시 효율적 메모리 참조로 우수한 성능을 나타낸다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.75-83
• /
• 2019

직접 볼륨 렌더링은 의료영상과 같은 3차원 볼륨 데이터의 가시화에 널리 사용되는 방법이다. 본 논문은 직접 볼륨 렌더링의 깊이 인식을 향상시키기 위해 피사계 심도 효과를 볼륨 광선투사법에 적용하는 방법을 제안한다. 제안하는 방법은 인간의 지각 모델을 기반으로 카메라 모델을 적용하며 지터드 렌즈 샘플링을 사용하여 제한된 개수의 광선으로 사실적인 이미지를 획득할 수 있다. 또한, 전처리 과정 없이 GPU 파이프라인 안에서 피사계 심도를 바로 계산하여 볼륨 데이터의 대화식 탐색이 가능하다. 의료영상을 포함한 여러 데이터에 적용한 실험에서 기존 방법보다 2.6~4배 빠른 시간에 피사계 심도 효과를 표현하여 깊이 인식에 보다 도움을 주는 영상을 생성하는 것을 확인하였다.