利用Master-Slave-Collector模式的大规模数据集的并行体绘制  

Parallel volume rendering of large-scale datasets based on Master-Slave-Collector mode

作　　者：汤敏[1] 

机构地区：[1]南通大学电子信息学院,江苏南通226007

出　　处：《计算机工程与应用》2011年第16期176-178,187,共4页Computer Engineering and Applications

基　　金：江苏省高校自然科学基础研究项目(No.08KJD520021);南通市科技项目应用研究计划(No.K2008036);南通大学2008年度博士科研启动基金(No.08B15)

摘　　要：以内部网络和普通配置计算机为实验平台,研究大规模数据集的并行体绘制的实现方法,以提高绘制速度和算法效率。分别介绍并行可视化、Master-Slave-Collector模式、负载平衡、任务池和结果池等关键技术。在传统的Master-Slave模式基础上的改进模式Master-Slave-Collector,具有减少计算时间、实现负载平衡、提高绘制效率等优点。实验结果表明,该方法较好地解决了运算速度和内存空间这两大难题,效果良好,实时性强,在临床诊断和科学研究中发挥重要作用。The parallel strategy that can effectively improve the rendering speed and the algorithm efficiency is proposed on the basis of Intranet and common-configuration computers.Several kernel techniques are introduced respectively,including the basic concepts of parallel volume rendering and visualization,Master-Slave-Collector mode,load balance,pool-of task and pool-of result.The Master-Slave-Collector computation mode presented can decrease computing time,attain load balance,and improve the rending speed effectively without reducing image quality.Experimental results demonstrate that this method provides promising and real-time results to play great role in clinic and research field,which balances the computational speed and memory requirements.

关 键 词：并行体绘制 机群系统 科学计算可视化 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]