GPU-alapú vizualizáció és képfeldolgozás  részletek

súgó  nyomtatás 
vissza »

 

Projekt adatai

 
azonosító
101527
típus K
Vezető kutató Csébfalvi Balázs
magyar cím GPU-alapú vizualizáció és képfeldolgozás
Angol cím GPU-Based Visualization and Image Processing
magyar kulcsszavak számítógépes vizualizáció, képfeldolgozás, tomográfiás rekonstrukció
angol kulcsszavak scientific visualization, image processing, tomographic reconstruction
megadott besorolás
Automatizálás és Számítástechnika (Műszaki és Természettudományok Kollégiuma)100 %
Ortelius tudományág: Automatizálás
zsűri Informatikai–Villamosmérnöki
Kutatóhely Irányítástechnika és Informatika Tanszék (Budapesti Műszaki és Gazdaságtudományi Egyetem)
résztvevők Magdics Milán
Tóth Balázs
Tóth Márton József
Umenhoffer Tamás
projekt kezdete 2012-01-01
projekt vége 2016-12-31
aktuális összeg (MFt) 12.657
FTE (kutatóév egyenérték) 6.22
állapot lezárult projekt
magyar összefoglaló
A számítógépes grafika hagyományos alkalmazásaival ellentétben a tudományos vizualizációs alkalmazások nem egy geometriai modellt, hanem általában valamilyen folytonos jelenség diszkrét mintavételezett formában adott modelljét jelenítik meg. A bemeneti adatok reprezentálhatnak skalár (például emberi test CT, MRI, vagy PET adatai) vagy vektor mezőket (például áramlástani szimulációval generált úgynevezett CFD adatok). A gyakorlati térfogati adatok felbontása folyamatosan növekszik, így ezek hatékony feldolgozása és interaktív vizualizációja aktív kutatás tárgyát képezi. CPU-n a gigabájtos nagyságrendű adathalmazok feldolgozása időigényes, interaktív vizualizációjuk pedig gyakorlatilag lehetetlen. Az utóbbi időben azonban egyre több alkalmazási területen használják ki az eredetileg inkrementális képszintézisre tervezett GPU-t (Graphics Processing Unit) mint általános célú társprocesszort (GPGPU - General-Purpose computing on Graphics Processing Units). A modern GPU-k magas szinten programozhatók, ugyanakkor maga a masszívan párhuzamos architektúra határt szab az általános célú programozásnak. A jól párhuzamosítható algoritmusok általában könnyen implementálhatók GPU-n. Ugyanakkor, azokat az algoritmusokat, melyek szekvenciális feldolgozási fázisokat is tartalmaznak, illetve dinamikus adatszerkezeteket igényelnek, szinte teljesen újra kell gondolni. Elsősorban olyan 3D vizualizációs és képfeldolgozó módszereket szeretnénk optimalizálni, amelyeket számításigényük miatt korábban nem használtak a gyakorlatban, GPU adaptációjuk viszont lehetővé teszi széleskörű alkalmazásukat.
angol összefoglaló
Unlike the traditional computer graphics applications, the scientific visualization applications do not display geometrical models, but usually a continuous phenomenon given by a discrete sampled representation. The input 3D data can represent scalar fields like CT, MRI, or PET scans of the human body or vector fields like Computational Fluid Dynamics (CFD) data obtained by a simulation. In practice, the resolution of volumetric data sets is increasing; therefore, their efficient processing and interactive visualization is a challenging task. On the CPU, processing large volumetric models that usually contain gigabytes of data is time-consuming and their interactive visualization is practically impossible. Recently, however, the GPU (Graphics Processing Unit), which has been designed originally to accelerate the classical incremental image synthesis procedure, is more and more used as a coprocessor for general-purpose computation (GPGPU - General-Purpose computing on Graphics Processing Units). The modern GPUs are programmable in high-level programming languages, but often their massively parallel architecture itself restricts the general-purpose programming. Those algorithms that are easy to execute in a parallel way are easy to implement on the GPU. Nevertheless, algorithms that contain sequential processing passes as well or require dynamic data structures to handle usually have to be completely redesigned. In our research project, we mainly want to optimize algorithms that have not been used in practice before due to their high computational costs, but their GPU adaptation can potentially lead to their wide-spread application.





 

Zárójelentés

 
kutatási eredmények (magyarul)
A projekt során a tomográfiás rekonstrukció, a szegmentálás, az alaktartó interpoláció, valamint a vizualizáció gyakorlati alkalmazásaihoz dolgoztunk ki hatékony GPU-alapú algoritmusokat. Demonstráltuk, hogy a GPU párhuzamos számítási kapacitása jól kiaknázható olyan számításigényes feladatok megoldásához mint az iteratív tomográfiás rekonstrukció, a gépi tanuláson alapuló szegmentálás, vagy a térfogati adatok Radon-transzformáción alapuló alaktartó interpolációja. Ezen túlmenően hatékony vizualizációs módszereket javasoltunk, amelyek a GPU beépített trilineáris mintavételező képességének kihasználásával végeznek el olyan összetett számításokat mint a magasabb rendű interpolációs szűrés, az analitikus MIP kiértékelés, vagy a szintfelületek és a nézeti sugarak metszéspontjainak analitikus meghatározása.
kutatási eredmények (angolul)
During the project, we developed efficient GPU-based algorithms for practical applications of tomographic reconstruction, segmentation, shape-based interpolation, and visualization. We demonstrated that the parallel processing capability of the GPU can be well exploited in computationally expensive tasks such as iterative tomographic reconstruction, segmentation based on machine learning, or shape-based interpolation of the Radon-transforms. Additionally, we proposed efficient visualization techniques that utilize the hardwired trilinear texture fetching for complex computations such as higher-order interpolation filtering, analytic MIP evaluation, or the determination of the intersection points between viewing rays and isosurfaces.
a zárójelentés teljes szövege https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=101527
döntés eredménye
igen





 

Közleményjegyzék

 
Balázs Csébfalvi, Balázs Tóth, Stefan Bruckner, Eduard Gröller: Illumination-Driven Opacity Modulation for Expressive Volume Rendering, Vision, Modeling & Visualization, Magdeburg, Németország, 2012
Balázs Hajagos, László Szécsi, Balázs Csébfalvi: Fast silhouette and crease edge synthesis with geometry shaders, Spring Conference on Computer Graphics (SCCG), Smolenice, Szlovákia, 2012
Gábor Jakab, Tamás Huszár, Balázs Csébfalvi: Iterative CT Reconstruction on the GPU, Hatodik Magyar Számítógépes Grafika és Geometria Konferencia, Budapest, Magyarország, 2012
Márton Tóth, Dávid Dvorszki, Balázs Csébfalvi: GPU-Accelerated Segmentation of Medical Volume Data, Hatodik Magyar Számítógépes Grafika és Geometria Konferencia, Budapest, Magyarország, 2012
Márton Tóth, Dávid Dvorszki, Balázs Csébfalvi: Robust Volume Segmentation using an Abstract Distance Transform, 16th Central European Seminar on Computer Graphics (CESCG), Smolenice, Szlovákia, 2012
Milán Magdics, László Szirmay-Kalos, Balázs Tóth, Balázs Csébfalvi, Tamás Bükki: Higher Order Scattering Estimation for PET, IEEE Nuclear Science Symposium and Medical Imaging Conference, Anaheim, USA, 2012
Viktor Vad, Balázs Csébfalvi, Moncef Gabbouj: Calibration of the Marschner-Lobb Signal on CC, BCC, and FCC Lattices, EuroVis, Bécs, Ausztria, 2012
Magdics Milán, Tóth Balázs: Stochastic Iteration in PET Reconstruction, Hatodik Magyar Számítógépes Grafika és Geometria Konferencia, Budapest, Magyarország, 2012
Tamás Vízvári, Tamás Umenhoffer: Terrain rendering with layered displacement maps, Hatodik Magyar Számítógépes Grafika és Geometria Konferencia, Budapest, Magyarország, 2012
László Szirmay-Kalos, Milán Magdics, Balázs Tóth, Tamás Umenhoffer, Judit Lantos, Gergely Patay: Fast Positron Range Calculation in Heterogeneous Media for 3D PET Reconstruction, IEEE Nuclear Science Symposium and Medical Imaging Conference, Anaheim, USA, 2012
Tóth Márton József, Ruskó László, Csébfalvi Balázs, Blaskovics Tamás: Anatómiai régiók automatikus detektálása, Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája (KÉPAF), 2013
Józsa Péter, Csébfalvi Balázs: Analitikus MIP grafikus hardveren, Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája (KÉPAF), 2013
Márton József Tóth, Balázs Csébfalvi: Shape Transformation of Multidimensional Density Functions using Distribution Interpolation of the Radon Transforms, International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (GRAPP), 2014
Balázs Csébfalvi: Cosine-Weighted B-Spline Interpolation: A Fast and High-Quality Reconstruction Scheme for the Body-Centered Cubic Lattice, IEEE Transactions on Visualization and Computer Graphics, Vol. 19, No. 9, pages 1455-1466, 2013
Tóth Márton József, Ruskó László, Csébfalvi Balázs, Blaskovics Tamás: Anatómiai régiók automatikus detektálása, Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája (KÉPAF), 2013
Józsa Péter, Csébfalvi Balázs: Analitikus MIP grafikus hardveren, Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája (KÉPAF), 2013
Márton József Tóth, Balázs Csébfalvi: Shape Transformation of Multidimensional Density Functions using Distribution Interpolation of the Radon Transforms, International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (GRAPP), Lisszabon, Portugália, 2014
Viktor Vad, Balázs Csébfalvi, Peter Rautek, Eduard Gröller: Towards an Unbiased Comparison of CC, BCC, and FCC Lattices in Terms of Prealiasing, COMPUTER GRAPHICS FORUM, 2014
Tóth Márton József, Blaskovics Tamás, Ruskó László, Delso Gaspar, Csébfalvi Balázs: Automated Detection of Anatomical Regions in Magnetic Resonance Images, Vision, Modeling, and Visualization, Darmstadt, Németország, 2014
Józsa Péter, Tóth Márton József, Csébfalvi Balázs: Analytic Isosurface Rendering and Maximum Intensity Projection on the GPU, Winter School of Computer Graphics (WSCG) 2014 Full Papers Proceedings, Plsen, Csehország, 2014
Márton József Tóth, Balázs Csébfalvi: Distribution Interpolation of the Radon Transforms for Shape Transformation of Gray-Scale Images and Volumes, Communications in Computer and Information Science, 2015
Gergely Rácz, Balázs Csébfalvi: Tomographic Reconstruction on the Body-Centered Cubic Lattice, Spring Conference on Computer Graphics, Smolenice, Szlovákia, 2015
Viktor Vad, Balázs Csébfalvi, Peter Rautek, Eduard Gröller: Reproducibility, Verification, and Validation of Experiments on the Marschner-Lobb Test Signal, EuroVis Workshop on Reproducibility, Verification, and Validation in Visualization, Cagliari, Olaszország, 2015
Balázs Csébfalvi: Cosine-Weighted B-Spline Interpolation: A Fast and High-Quality Reconstruction Scheme for the Body-Centered Cubic Lattice, IEEE Transactions on Visualization and Computer Graphics, Vol. 19, No. 9, pages 1455-1466, 2013
Viktor Vad, Balázs Csébfalvi, Peter Rautek, Eduard Gröller: Towards an Unbiased Comparison of CC, BCC, and FCC Lattices in Terms of Prealiasing, COMPUTER GRAPHICS FORUM, 2014
Balázs Csébfalvi, Gergely Rácz: Retailoring Box Splines to Lattices for Highly Isotropic Volume Representations, COMPUTER GRAPHICS FORUM, 2016
Tóth Márton József, Ruskó László, Csébfalvi Balázs: Automatic recognition of anatomical regions in three-dimensional medical images, Computers in Biology and Medicine, 2016





 

Projekt eseményei

 
2013-03-27 17:17:16
Résztvevők változása




vissza »