볼륨 렌더링
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
볼륨 렌더링은 3차원 볼륨 데이터를 2차원 이미지로 시각화하는 기술로, 의료 영상, 과학 시각화, 엔지니어링 등 다양한 분야에서 활용된다. 렌더링 방식으로는 직접 볼륨 렌더링, 볼륨 레이캐스팅, 스플래팅, 시어 워프, 텍스처 기반 볼륨 렌더링 등이 있으며, 특히 직접 볼륨 렌더링은 불투명도와 색상을 전송 함수를 통해 픽셀에 투영하는 방식이다. 최적화 기술로는 빈 공간 건너뛰기, 조기 광선 종료, 옥트리 및 BSP 공간 분할, 볼륨 분할, 다중 및 적응 해상도 표현, 사전 통합 볼륨 렌더링 등이 사용되며, 하드웨어 가속을 위해 GPU가 활용되기도 한다. 볼륨 렌더링을 지원하는 소프트웨어로는 3D Slicer, ParaView, Vaa3D, VTK 등 다양한 오픈 소스 및 상용 프로그램이 있다.
더 읽어볼만한 페이지
| 볼륨 렌더링 | |
|---|---|
| 개요 | |
 | |
| 유형 | 렌더링 기술 |
| 설명 | 3차원 이산 데이터 세트의 2차원 투영 생성 |
| 관련 기술 | 직접 볼륨 렌더링 (DVR), 광선 투사법, 텍스처 기반 볼륨 렌더링 (TBVR) |
| 상세 정보 | |
| 정의 | 볼륨 렌더링은 3차원 이산 데이터 세트에서 2차원 이미지를 생성하는 데 사용되는 렌더링 기술 |
| 적용 분야 | 의학 과학 공학 기타 분야 |
| 데이터 세트 종류 | 컴퓨터 단층 촬영 (CT) 스캔 자기 공명 영상 (MRI) 스캔 양전자 방출 단층 촬영 (PET) 스캔 현미경 데이터 |
| 작동 원리 | |
| 핵심 과정 | 3차원 데이터 세트를 통과하는 광선의 경로를 따라 색상과 불투명도를 누적 |
| 렌더링 방식 | 직접 볼륨 렌더링 (DVR) 광선 투사법 텍스처 기반 볼륨 렌더링 (TBVR) |
| 활용 예시 | |
| 의학 분야 | 암 진단 수술 계획 방사선 치료 계획 |
| 과학 분야 | 분자 구조 시각화 유체 흐름 시뮬레이션 지질학적 데이터 분석 |
| 공학 분야 | 비파괴 검사 제품 설계 건축 시각화 |
2. 렌더링 방식
볼륨 렌더링은 얇은 단면 단층 촬영 프레젠테이션이나 최대 강도 투영을 포함한 3D 모델의 투영과는 구별된다.[1] 하지만 기술적으로 모든 볼륨 렌더링은 2차원 디스플레이에 표시될 때 투영이 되므로, 이 둘의 구분이 다소 모호하다. 그럼에도 불구하고 볼륨 렌더링 모델은 현실적이거나 관찰 가능한 표현을 만들기 위해 색상[2]과 음영[3]을 혼합하여 특징을 나타낸다.
3차원 데이터를 2차원 화면에 투영하는 다양한 방식은 다음과 같다.
- '''볼륨 레이캐스팅''': 매우 고품질의 데이터를 얻을 수 있는 이미지 기반 볼륨 렌더링 기술이다.
- '''스플랫''': 품질을 희생하여 처리 속도를 우선시하는 렌더링 방식이다.[18][19]
- '''시어 워프'''
- '''텍스처 기반 볼륨 렌더링'''
2. 1. 직접 볼륨 렌더링
직접 볼륨 렌더링[20][21]은 모든 샘플에 대해 투명도와 색상이 매핑된 값이 필요하다. 이러한 값은 램프(ramp) 함수, 선형 함수 또는 임의의 테이블을 통해 변환된다. 일단 RGBA 색상 모델(빨강, 초록, 파랑, 알파) 값으로 바뀌면, 조합된 색상 결과가 프레임 버퍼의 해당 픽셀에 투영된다. 이 작업은 렌더링 기술에 따라 달라진다.이러한 기술들을 조합하여 사용할 수도 있다. 예를 들어 쉬어-왑(shear warp) 렌더링은 오프-스크린 버퍼에 있는 정렬된 단면을 그리기 위해 텍스처링 관련 하드웨어를 사용하기도 한다.
볼륨 렌더링은 얇은 단면 단층 촬영 프레젠테이션과 구별되며, 최대 강도 투영을 포함한 3D 모델의 투영과도 일반적으로 구별된다.[1] 하지만 기술적으로 모든 볼륨 렌더링은 2차원 디스플레이에서 볼 때 투영이 되므로, 투영과 볼륨 렌더링의 구분이 다소 모호하다. 그럼에도 불구하고 볼륨 렌더링 모델의 전형적인 예는 현실적이거나 관찰 가능한 표현을 만들기 위해, 예를 들어 색상[2]과 음영[3]을 혼합하여 특징을 나타낸다.
; 볼륨 레이캐스팅
매우 고품질의 데이터를 얻을 수 있는 방식이다. 볼륨 레이캐스팅은 입력 볼륨 데이터가 아닌 출력 이미지부터 계산을 수행하므로, 이미지 기반 볼륨 렌더링 기술 중 하나이다.
; 스플랫
품질을 희생하여 처리 속도를 우선시하는 렌더링 방식이다[18][19]。
; 시어 워프
; 텍스처 기반 볼륨 렌더링
2. 2. 볼륨 레이 캐스팅
볼륨 레이 캐스팅은 렌더링 방정식에서 직접 파생된 기술이다. 이 기술은 매우 높은 품질의 결과를 제공하며, 일반적으로 최고의 이미지 품질을 제공하는 것으로 간주된다. 볼륨 레이 캐스팅은 객체 기반 기술과 달리 입력 볼륨 데이터가 아닌 출력 이미지에서 계산이 시작되므로 이미지 기반 볼륨 렌더링 기술로 분류된다.이 기술에서는 원하는 각 이미지 픽셀에 대해 광선이 생성된다. 간단한 카메라 모델을 사용하여 광선은 카메라의 투영 중심(일반적으로 눈 위치)에서 시작하여 렌더링할 볼륨과 카메라 사이에 떠 있는 가상의 이미지 평면에 있는 이미지 픽셀을 통과한다. 시간을 절약하기 위해 광선은 볼륨의 경계에 의해 잘린다. 그런 다음 볼륨 전체에서 정기적이거나 적응형 간격으로 광선이 샘플링된다. 데이터는 각 샘플 지점에서 보간되고, 전송 함수가 적용되어 RGBA 샘플을 형성하고, 샘플은 광선의 누적된 RGBA에 합성되며, 광선이 볼륨을 벗어날 때까지 이 과정이 반복된다. RGBA 색상은 RGB 색상으로 변환되어 해당 이미지 픽셀에 저장된다. 이 과정은 화면의 모든 픽셀에 대해 반복되어 완성된 이미지를 형성한다.
2. 3. 스플래팅
스플래팅은 속도 향상을 위해 품질을 희생하는 기술이다. 모든 볼륨 요소는 리 웨스트오버(Lee Westover)가 언급했듯이, 눈덩이처럼 뒤에서 앞으로 스플래팅된다. 이 스플랫은 속성(색상 및 투명도)이 정규 분포(가우시안 분포) 방식으로 지름 방향으로 변화하는 디스크로 렌더링된다. 응용 분야에 따라 평평한 디스크나 다른 종류의 속성 분포를 가진 디스크도 사용된다.[6][7] 스플래팅은 품질을 희생하여 처리 속도를 우선시하는 렌더링 방식이다.[18][19]2. 4. 시어 워프 (Shear Warp)
시어 워프(Shear Warp) 방식의 볼륨 렌더링은 카메론과 언드릴이 개발했으며, 필립 라크루트와 마크 레보이에 의해 대중화되었다.[8] 이 기법에서는 뷰 변환을 할 때 볼륨의 가장 가까운 면이 복셀에서 픽셀로 고정된 스케일로 오프 스크린 이미지 데이터 버퍼와 축 정렬되도록 변환한다. 그런 다음 메모리 정렬과 고정 스케일링 및 블렌딩 계수를 활용하여 이 버퍼에 볼륨을 렌더링한다. 볼륨의 모든 슬라이스가 렌더링되면 버퍼는 원하는 방향으로 와핑되고 표시된 이미지에서 스케일링된다.
이 기법은 레이 캐스팅에 비해 샘플링 정확도가 떨어지고 잠재적으로 이미지 품질이 저하되는 단점이 있지만, 소프트웨어에서 비교적 빠르게 구현할 수 있다. 축에 가깝게 정렬된 볼륨을 가질 수 있도록 볼륨의 여러 사본을 저장해야 하므로 메모리 오버헤드가 발생할 수 있다. 이러한 오버헤드는 런 길이 인코딩을 사용하여 완화할 수 있다.
2. 5. 텍스처 기반 볼륨 렌더링
많은 3D 그래픽 시스템은 텍스처 매핑을 사용하여 이미지 또는 텍스처를 기하학적 객체에 적용한다. 일반적인 PC 그래픽 카드는 텍스처링에 빠르며 3D 볼륨의 슬라이스를 효율적으로 렌더링하여 실시간 상호 작용 기능을 제공할 수 있다. 워크스테이션 GPU는 훨씬 더 빠르며 의료 영상, 석유 및 가스, 기타 시장에서 사용되는 대부분의 프로덕션 볼륨 시각화의 기반이 된다(2007). 이전에는 Silicon Graphics InfiniteReality, HP Visualize FX 그래픽 가속기 등과 같은 그래픽 시스템에서 전용 3D 텍스처 매핑 시스템이 사용되었다. 이 기술은 빌 히바드와 데이브 산텍에 의해 처음 설명되었다.[9]
이러한 슬라이스는 볼륨과 정렬되어 뷰어에 대해 각도로 렌더링되거나, 시청 평면과 정렬되어 볼륨을 통과하는 정렬되지 않은 슬라이스에서 샘플링될 수 있다. 두 번째 기술에는 3D 텍스처에 대한 그래픽 하드웨어 지원이 필요하다.
볼륨 정렬 텍스처링은 적절한 품질의 이미지를 생성하지만, 볼륨이 회전할 때 종종 눈에 띄는 전환이 있다.
3. 하드웨어 가속
직접 볼륨 렌더링은 극도로 병렬적인 특성을 지니기 때문에, GPU 볼륨 렌더링이 충분히 빨라지기 전에는 특수 목적 볼륨 렌더링 하드웨어가 활발하게 연구되었다. 가장 널리 알려진 기술은 한스페터 피스터와 미쓰비시 전기 연구소의 과학자들이 개발한 VolumePro 실시간 광선 추적 시스템이다.[10] 이 시스템은 광선 추적 알고리즘을 사용하여 렌더링하기 위해 높은 메모리 대역폭과 무차별 대입 방식을 사용했다. 이 기술은 TeraRecon, Inc.로 이전되었고 두 세대의 ASIC이 생산 및 판매되었다. VP1000[11]은 2002년에 출시되었고 VP2000[12]은 2007년에 출시되었다.
볼륨 렌더링은 병렬적인 특성을 가지므로 렌더링에 사용되는 하드웨어는 고속이어야 한다. 레이캐스팅과 같은 고급 볼륨 렌더링 알고리즘은 처리 속도가 매우 빨라야 하므로, NVIDIA나 AMD 등의 최신 그래픽 카드가 사용된다.
3. 1. GPU 가속
최근에는 광선 추적과 같은 기존 볼륨 렌더링 알고리즘을 가속화하기 위해 최신 그래픽 카드가 활용된다. 프로그래밍 가능한 픽셀 셰이더의 등장으로, 여러 픽셀에 대한 병렬 연산의 강력함이 인식되어 그래픽 처리 장치(GPU)에서의 범용 컴퓨팅 (GPGPU)이 활용되기 시작했다. 픽셀 셰이더는 비디오 메모리에서 무작위로 읽고 쓸 수 있으며, 일부 기본 수학 및 논리 계산을 수행할 수 있다. 이러한 SIMD 프로세서는 다각형 렌더링 및 신호 처리와 같은 일반적인 계산에 사용되었다. 최근 GPU 세대에서는 픽셀 셰이더가 부동 소수점 형식으로 최대 1GB의 텍스처 메모리를 활용하여 MIMD 프로세서(이제 독립적으로 분기 가능)로 기능할 수 있다. 이러한 성능 덕분에 볼륨 광선 추적 또는 단층 촬영 재구성과 같이 병렬로 수행할 수 있는 단계가 있는 거의 모든 알고리즘을 엄청난 가속으로 수행할 수 있다. 프로그래밍 가능한 픽셀 셰이더는 조명의 특성, 그림자, 반사, 방출 색상 등의 변화를 시뮬레이션하는 데 사용될 수 있다. 이러한 시뮬레이션은 고급 셰이딩 언어를 사용하여 작성할 수 있다.[10]4. 최적화 기술
최적화의 주된 목적은 렌더링 과정에서 가능한 한 많은 양의 볼륨 데이터를 건너뛰는 것이다. 일반적인 의료 데이터 세트는 1GB에 달하기도 하며, 초당 30프레임으로 렌더링하려면 매우 빠른 메모리 버스가 필요하다. 복셀을 건너뛰면 처리해야 하는 정보량이 줄어들어 렌더링 속도가 향상된다.[22]
주요 최적화 기술은 다음과 같다.
- 빈 공간 건너뛰기: 볼륨에서 비어있는 영역을 식별하여 렌더링하지 않는다.
- 조기 광선 종료: 광선이 픽셀에 충분한 밀도의 데이터를 만나면 더 이상 추적하지 않고 계산을 종료한다.
- 옥트리 및 BSP 공간 분할: 옥트리 및 BSP 트리와 같은 계층적 자료구조를 사용하여 볼륨 데이터를 효율적으로 관리하고 렌더링 속도를 높인다.
- 다중 및 적응 해상도 표현: 중요도가 낮은 영역은 낮은 해상도로 표현하여 데이터 처리량을 줄인다.
- 사전 통합 볼륨 렌더링: 샘플링 아티팩트를 줄이기 위해 필요한 데이터의 대부분을 미리 계산한다.
- 이미지 기반 메싱: 3D 이미지 데이터로부터 컴퓨터 모델을 생성하는 자동화된 과정이다.
- 복셀의 시간적 재사용: 애니메이션에서 이전 프레임의 복셀 정보를 재사용하여 계산량을 줄인다.
4. 1. 빈 공간 건너뛰기
볼륨 렌더링 시스템은 일반적으로 볼륨이 보이지 않는 재질을 포함하는지 가려낼 수 있으며, 이렇게 보이지 않는 부분들은 렌더링하지 않도록 설정할 수 있다.[22] 최적화의 주요 목표는 가능한 한 많은 볼륨을 건너뛰는 것이다. 일반적인 의료 데이터 세트는 1GB 크기일 수 있으며, 초당 30프레임으로 렌더링하려면 매우 빠른 메모리 버스가 필요하다. 복셀을 건너뛰면 처리해야 하는 정보가 줄어든다. 볼륨 렌더링 시스템은 종종 가시적인 물질이 없는 볼륨의 영역을 식별하는 시스템을 갖추고 있으며, 이 정보는 이러한 투명한 영역을 렌더링하지 않도록 하는 데 사용될 수 있다.[13]4. 2. 조기 광선 종료
이는 볼륨을 앞에서 뒤의 순으로 렌더링할 때 사용하는 기술이다. 픽셀에 투사되는 광선이 충분히 조밀한 질감을 가지게 되었을 경우, 더 많은 샘플링은 픽셀에 큰 영향을 미치지 않으므로 무시할 수 있다.[1] 광선 추적 과정에서 픽셀에 충분한 밀도의 데이터가 발견되면, 더 이상 광선을 추적하지 않고 계산을 종료하는 것이다.최적화의 주요 목표는 가능한 한 많은 볼륨을 건너뛰는 것이다. 일반적인 의료 데이터 세트는 1GB 크기일 수 있다. 초당 30프레임으로 렌더링하려면 매우 빠른 메모리 버스가 필요하다. 복셀을 건너뛰면 처리해야 하는 정보가 줄어든다.[1]
4. 3. 옥트리(Octree) 및 BSP 공간 분할
옥트리와 BSP 트리와 같은 계층적 구조는 볼륨 데이터 압축과 볼류메트릭 광선 추적 프로세스의 속도 최적화에 매우 유용할 수 있다.[1] 이러한 계층적 자료구조는 볼륨 데이터를 압축하고 볼륨 광선 투사(ray casting) 과정의 속도를 향상시킨다.[1] 최적화의 주요 목표는 가능한 한 많은 볼륨을 건너뛰는 것이다. 일반적인 의료 데이터 세트는 1GB 크기일 수 있으며, 초당 30프레임으로 렌더링하려면 매우 빠른 메모리 버스가 필요하다. 복셀을 건너뛰면 처리해야 하는 정보가 줄어든다.[1]4. 4. 볼륨 분할
이미지 분할은 렌더링 전에 관심 없는 볼륨의 큰 부분을 잘라내는 데 사용할 수 있는 수동 또는 자동 절차이며, 광선 추적 또는 텍스처 혼합으로 수행해야 하는 계산량을 크게 줄일 수 있다. 이 감소는 순차적으로 인덱싱된 복셀 n에 대해 O(n)에서 O(log n)까지 될 수 있다. 볼륨 분할은 다른 광선 추적 알고리즘에도 상당한 성능 이점을 제공한다. 볼륨 분할은 그 후 관심 구조를 강조하거나 노출하는 데 사용될 수 있다.
4. 5. 다중 및 적응 해상도 표현
중요도가 낮은 영역은 낮은 해상도로 표현하여 데이터 입력 오버헤드를 줄일 수 있다. 자세히 관찰하면 이러한 영역의 데이터는 메모리나 디스크에서 읽거나 보간법을 통해 채울 수 있다. 더 낮은 해상도의 볼륨은 2D 밉맵 이미지가 원본에서 생성되는 방식과 동일하게 더 작은 크기로 리샘플링된다. 이 더 작은 볼륨은 볼륨을 새로운 방향으로 회전시키는 동안 자체적으로도 사용된다.4. 6. 사전 통합 볼륨 렌더링
미리 통합된 볼륨 렌더링[15]은 필요한 데이터의 대부분을 미리 계산하여 샘플링 아티팩트(artifact)를 줄일 수 있는 방법이다. 이는 특히 하드웨어 가속 응용 프로그램[16][17]에서 유용하며, 성능에 큰 영향을 미치지 않으면서 품질을 향상시킨다. 대부분의 다른 최적화와 달리 복셀을 건너뛰지 않는다. 대신, 복셀 영역을 정확하게 표시하는 데 필요한 샘플 수를 줄인다. 이 아이디어는 샘플 자체가 아닌 샘플 사이의 간격을 렌더링하는 것이다. 이 기술은 근육에서 뼈로의 전환과 같이 빠르게 변화하는 재료를 훨씬 적은 계산으로 캡처한다.4. 7. 이미지 기반 메싱(Meshing)
이미지 기반 메싱은 CFD, FEA와 같은 전산 분석 및 설계, CAD를 위해 MRI, CT, 산업용 CT 또는 마이크로 단층 촬영과 같은 3D 이미지 데이터로부터 컴퓨터 모델을 생성하는 자동화된 과정이다.4. 8. 복셀의 시간적 재사용
애니메이션에서 이전 프레임의 복셀 정보를 재사용하여 계산량을 줄일 수 있다. 표시할 앞쪽 복셀을 캐싱하고 카메라 움직임에 따라 상대적 위치를 다시 계산한다. 디스플레이 복셀이 모든 픽셀을 덮기에 너무 멀리 떨어져 있으면, 광선 추적과 같은 방법으로 새로운 앞쪽 복셀을 찾는다. 두 복셀이 하나의 픽셀에 있는 경우 앞쪽 복셀을 유지한다.[1]5. 관련 소프트웨어
볼륨 렌더링을 지원하는 소프트웨어는 오픈 소스와 상용 소프트웨어로 나뉜다.
| 분류 | 소프트웨어 |
|---|---|
| 오픈 소스 | 3D Slicer, ClearVolume, ParaView, StudierFenster, Vaa3D, VisIt, 볼륨 카토그래피, Voreen, VTK |
| 상용 | Amira, Imaris, MeVisLab, Open Inventor, ScanIP, tomviz, VoluMedic, Ambivu 3D Workstation, Avizo |
5. 1. 오픈 소스 소프트웨어
- 3D Slicer - 과학적 시각화 및 영상 분석을 위한 소프트웨어 패키지이다.
- ClearVolume - 고급 볼륨 광시트 현미경을 위해 설계된 GPU 레이 캐스팅 기반의 실시간 3D 시각화 라이브러리이다.
- ParaView - 대용량 데이터 분석 및 시각화 응용 프로그램이다. ParaView 사용자는 정성적 및 정량적 기법을 사용하여 데이터를 분석하기 위한 시각화를 신속하게 구축할 수 있다. ParaView는 VTK(아래 참조)를 기반으로 한다.
- StudierFenster (StudierFenster) - 무료, 비상업용 오픈 사이언스 클라이언트/서버 기반의 의료 영상 처리(MIP) 온라인 프레임워크이다.
- Vaa3D - 특히 현미경 영상 분야에서 기가바이트 및 테라바이트 크기의 대용량 이미지를 위한 3D, 4D 및 5D 볼륨 렌더링 및 영상 분석 플랫폼(OpenGL 기반)이다. Mac, Windows 및 Linux 버전에서 사용할 수 있는 크로스 플랫폼이다. 포괄적인 플러그인 인터페이스와 이미지 분석을 위한 100개의 플러그인을 포함한다. 또한 여러 유형의 표면 객체를 렌더링한다.
- VisIt - 과학 데이터를 보기 위한 크로스 플랫폼 대화형 병렬 시각화 및 그래픽 분석 도구이다.
- 볼륨 카토그래피 - 엔게디 두루마리를 복원하는 데 사용되는 오픈 소스 소프트웨어이다.
- Voreen - 다중 모드 볼륨 데이터 세트의 대화형 시각화 및 분석을 위한 크로스 플랫폼 신속 응용 프로그램 개발 프레임워크이다. GPU 기반 볼륨 렌더링 및 데이터 분석 기술을 제공한다.
- VTK - 데이터 처리, 시각화, 3D 상호 작용, 계산 기하학을 위한 범용 C++ 툴킷으로, Python 및 Java 바인딩을 지원한다. 또한 VTK.js는 JavaScript 구현을 제공한다.
5. 2. 상용 소프트웨어
Amira는 과학자 및 연구자(생명 과학 및 생의학 분야)를 위한 3D 시각화 및 분석 소프트웨어이다. Imaris는 3D 및 4D 현미경 데이터 세트의 데이터 관리, 시각화, 분석, 분할 및 해석에 필요한 모든 기능을 제공하는 과학 소프트웨어 모듈이다. MeVisLab은 의료 영상 처리 및 시각화를 위한 크로스 플랫폼 소프트웨어(OpenGL 및 Open Inventor 기반)이다. Open Inventor는 3D 그래픽 소프트웨어 개발을 위한 고급 3D API(C++, .NET, Java)이다. ScanIP는 스캔 데이터(MRI, CT, Micro-CT...)를 가져온 직후 3D로 렌더링할 수 있는 이미지 처리 및 이미지 기반 메시 플랫폼이다. tomviz는 고급 3D 데이터 처리를 위해 Python 스크립트를 활용할 수 있는 과학자 및 연구자를 위한 3D 시각화 플랫폼이다. VoluMedic은 볼륨 슬라이싱 및 렌더링 소프트웨어이다. Ambivu 3D Workstation은 OpenGL을 지원하며, 기본적인 볼륨 렌더링 기능을 탑재한 의료용 소프트웨어이다. Avizo는 엔지니어를 위한 분석 소프트웨어이다.thumb
참조
[1]
논문
Volume Rendering versus Maximum Intensity Projection in CT Angiography: What Works Best, When, and Why
[2]
논문
Automatic perceptual color map generation for realistic volume visualization
[3]
서적
Vision, Modeling, and Visualization 2006: Proceedings, November 22-24
https://books.google[...]
IOS Press
[4]
간행물
Display of Surfaces from Volume Data
http://graphics.stan[...]
IEEE
1988-05
[5]
서적
Proceedings of the 15th annual conference on Computer graphics and interactive techniques - SIGGRAPH '88
[6]
웹사이트
SPLATTING: A Parallel, Feed-Forward Volume Rendering Algorithm
http://www.cs.unc.ed[...]
1991-07
[7]
웹사이트
Splatting
http://web.eecs.utk.[...]
2002-0
[8]
서적
Proceedings of the 21st annual conference on Computer graphics and interactive techniques - SIGGRAPH '94
http://graphics.stan[...]
ACM
1994-01-01
[9]
간행물
Interactivity is the key
http://www.ssec.wisc[...]
Chapel Hill Workshop on Volume Visualization, University of North Carolina, Chapel Hill
[10]
서적
Proceedings of the 26th annual conference on Computer graphics and interactive techniques - SIGGRAPH '99
1999
[11]
서적
Proceedings of the 2003 symposium on Interactive 3D graphics
2003
[12]
웹사이트
Product Announcement
https://www.healthim[...]
2018-08-27
[13]
간행물
Fast volume segmentation with simultaneous visualization using programmable graphics hardware.
IEEE Visualization
[14]
간행물
High quality rendering of attributed volume data
IEEE Visualization
[15]
간행물
Area and volume coherence for efficient visualization of 3D scalar functions.
http://www.sci.utah.[...]
Computer Graphics (San Diego Workshop on Volume Visualization, 1990)
[16]
서적
Proceedings of the ACM SIGGRAPH/EUROGRAPHICS workshop on Graphics hardware
2001
[17]
간행물
High-Quality Lighting and Efficient Pre-Integration for Volume Rendering.
http://www.cg.tuwien[...]
Eurographics/IEEE Symposium on Visualization
[18]
웹사이트
SPLATTING: A Parallel, Feed-Forward Volume Rendering Algorithm
http://www.cs.unc.ed[...]
1991-07
[19]
웹사이트
Splatting
http://web.eecs.utk.[...]
2002-0
[20]
간행물
Display of Surfaces from Volume Data
IEEE
1988-05
[21]
저널
Volume rendering
[22]
간행물
Fast volume segmentation with simultaneous visualization using programmable graphics hardware.
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com