基于特征的復(fù)雜流場(chǎng)可視化方法研究與應(yīng)用.pdf

1、流場(chǎng)可視化方法能夠?qū)⒊橄蟮臄?shù)據(jù)轉(zhuǎn)化為直觀的圖像形式，是科學(xué)計(jì)算可視化的一個(gè)重要分支。其中線性積分卷積可視化算法作為一個(gè)經(jīng)典的基于紋理可視化方法，能夠全局地展示流場(chǎng)的分布，并不會(huì)丟失重要的流場(chǎng)信息，具有廣泛的研究和應(yīng)用價(jià)值。
　　針對(duì)原始線性積分卷積耗時(shí)問(wèn)題，充分利用流場(chǎng)本身的特征分布，提出一個(gè)流線增強(qiáng)型線性積分卷積算法。該算法首先定位特征點(diǎn)位置，并生成漸變特征點(diǎn)區(qū)域。主要改進(jìn)線性積分卷積方法中局域流線生成部分，依據(jù)漸變特征點(diǎn)區(qū)域結(jié)

2、合不同的積分方法。認(rèn)為在特征點(diǎn)區(qū)域內(nèi)部流線變化劇烈，需要更精細(xì)的流線生成方法。即在特征點(diǎn)區(qū)域內(nèi)部使用較精細(xì)的四階龍格庫(kù)塔方法，在區(qū)域外部使用恒定的二階歐拉方法。并在特征點(diǎn)區(qū)域內(nèi)，根據(jù)當(dāng)前積分點(diǎn)的位置實(shí)時(shí)更新積分步長(zhǎng)，距離特征點(diǎn)越近積分步長(zhǎng)越短，從特征點(diǎn)到區(qū)域邊緣積分步長(zhǎng)線性增加。為了減小耗時(shí)，將生成流線分放到GPU的片元處理器中。最后，使用圖像增強(qiáng)算法進(jìn)一步增加可視化結(jié)果的清晰度，由于該部分算法同樣在GPU中執(zhí)行，故對(duì)整體算法的計(jì)算性能