The Journal of Korean Institute of Next Generation Computing (한국차세대컴퓨팅학회논문지)

Korean Institute of Next Generation Computing (한국차세대컴퓨팅학회)
권호 표지

Realistic and Fast Depth-of-Field Rendering in Direct Volume Rendering

직접 볼륨 렌더링에서 사실적인 고속 피사계 심도 렌더링

  • 강지선 (서울대학교 공과대학 컴퓨터공학부) ;
  • 이정진 (숭실대학교 컴퓨터학부) ;
  • 신영길 (서울대학교 공과대학 컴퓨터공학부) ;
  • 김보형 (한국외국어대학교 바이오메디컬공학부)
  • Received : 2019.09.16
  • Accepted : 2019.10.10
  • Published : 2019.10.31

⟨ Previous Next ⟩

Abstract

Direct volume rendering is a widely used method for visualizing three-dimensional volume data such as medical images. This paper proposes a method for applying depth-of-field effects to volume ray-casting to enable more realistic depth-of-filed rendering in direct volume rendering. The proposed method exploits a camera model based on the human perceptual model and can obtain realistic images with a limited number of rays using jittered lens sampling. It also enables interactive exploration of volume data by on-the-fly calculating depth-of-field in the GPU pipeline without preprocessing. In the experiment with various data including medical images, we demonstrated that depth-of-field images with better depth perception were generated 2.6 to 4 times faster than the conventional method.

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.

Keywords

References

  1. B. Preim, A. Baer, D. Cunningham, T. Isenberg and T. Ropinski, "A Survey of Perceptually Motivated 3D Visualization of Medical Image Data," Computer Graphics Forum, Vol.35, No.3, pp.501-525, 2016. https://doi.org/10.1111/cgf.12927
  2. R. Englund and T. Ropinski, "Quantitative and Qualitative Analysis of the Perception of Semi-Transparent Structures in Direct Volume Rendering," Computer Graphics Forum, Vol.37, No.6, pp.174-187, 2018.
  3. M. Potmesil and I. Chakravarty, "A lens and aperture camera model for synthetic image generation," ACM SIGGRAPH Computer Graphics, Vol.15, No.3, pp.297-305, 1981. https://doi.org/10.1145/965161.806818
  4. R. L. Cook, T. Porter and L. Capenter, "Distributed Ray Tracing," ACM SIGGRAPH computer graphics, Vol.18, No.3, pp.137-145, 1984. https://doi.org/10.1145/964965.808590
  5. M. Kraus and M. Strengert, "Depth-of-Field Rendering by Pyramidal Image Processing," Computer Graphics Forum, Vol.26, No.3, pp.645-654, 2007.
  6. S. Lee, G. J. Kim, and S. Choi, "Real-Time Depth-of-Field Rendering Using Anisotropically Filtered Mipmap Interpolation," IEEE Transactions on Visualization and Computer Graphics, Vol.15, No.3, pp.453-464, 2009. https://doi.org/10.1109/TVCG.2008.106
  7. M. Schott, A. V. P. Grosset, T. Martin, V. Pegoraro, S. T. Smith and C. D. Hansen, "Depth of Effects for Interactive Direct Volume Rendering," Computer Graphics Forum, Vol.30, No.3, pp.941-950, 2011.
  8. K. Abhari, J. S.H. Baxter, E. S. Chen, A. R. Khan, C. Wedlake, T. Peters, R. Eagleson and S. d. Ribaupierre, "The Role of Augmented Reality in Training the Planning of Brain Tumor Resection," Augmented reality environments for medical imaging and computer-assisted interventions, pp.241-248, 2013.
  9. K. Suffern, "Ray Tracing from the Ground Up," AK Peters/CRC Press, pp.167-180, 2016.
  10. C. Ware, "Information Visualization: Perception for Design," pp.29-68, Elsevier, 2012.
  11. K. Engel, M. Hadwiger, J. M. Kniss, C. Rezk-Salama and D. Weiskopf, "Real-Time Volume Graphics," AK Peters/CRC Press, 2006.
  12. M. Hadwiger, P. Ljung, C. R. Salama and T. Ropinski, "Advanced Illumination Techniques for GPU-Based Volume Raycasting,", ACM SIGGRAPH 2009 Courses, Article No.2, 2009.
  13. Source code for jitter point arrays, OpenGL (TM), https://www.opengl.org/archives/resources/code/samples/redbook/jitter.h
  14. 이병준, 권구주, 신병석, 볼륨렌더링에서 전역조명처리를 위한 빛-분포 템플릿, 한국차세대컴퓨팅학회 논문지, 12권, 4호, pp.103-112, 2016년.
  15. 위우찬, 허연진, 이성준, 김지온, 신병석, 권구주, 가상현실 장비를 위한 단층 촬영 영상 기반 3차원 인체 상세단계 모델 생성 기법, 한국차세대컴퓨팅학회 논문지, 15권, 4호, pp.40-50, 2019년.
  16. 김재하, 포인트기반 볼륨데이터를 이용한 대화식 4차원 렌더링 기술, 한국차세대컴퓨팅학회 논문지, 13권, 4호, pp.19-28, 2017년.