专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4905079个,建议您升级VIP下载更多相关专利
  • [发明专利]基于延迟与粒子的电磁态势混合渲染方法-CN201510995924.4有效
  • 高颖;郭淑霞;葛飞;王亚锋;陈旭;于学伟;董文华;刘瑞兵;李瑛 - 西北工业大学
  • 2015-12-28 - 2019-03-26 - G06T15/08
  • 本发明公开了一种基于延迟与粒子的电磁态势混合渲染方法,用于解决现有混合渲染方法实时性差的技术问题。技术方案是首先建立空间电磁态势模型,得到电磁态势三维数据;采用基于半角切片的纹理映射绘制算法,同时绘制视点和光照模型;然后将粒子系统与基于半角切片的纹理映射绘制算法相结合,实现粒子绘制;最终利用延迟渲染管线与粒子渲染管线相结合的方法,并将电磁态势数据映射到粒子系统,实现了三维场景与电磁态势数据的实时混合绘制。由于采用基于半角切片的纹理映射绘制算法,提高了绘制的真实感效果;将粒子系统与基于半角切片的纹理映射绘制算法相结合实现粒子绘制,大幅提升了粒子系统的渲染效果和性能。
  • 基于延迟粒子电磁态势混合渲染方法
  • [发明专利]一种原位绘制方法-CN201810549318.3有效
  • 解利军;洪天龙;郑耀;陈建军 - 浙江大学
  • 2018-05-31 - 2022-04-22 - G06T15/08
  • 本发明公开一种原位绘制方法,用于在大规模科学计算时,在原位进行数据绘制预处理,以大幅度降低数据传输和存储量;并在绘制节点,根据用户视点进行交互式绘制。本发明在计算节点将原始数据映射为深度图像,该图像是保留了深度图像的直接绘制结果。由于在原位计算时,用户难以交互式干涉,绘制的主要参数使用粒子群算法进行自动寻优。用户可以设置希望达到的压缩率和绘制时间,算法据此寻找达到最佳绘制效果的绘制参数。该方法可以降低大规模科学计算的1到3个数量级的传输数据量。在多个大规模科学计算应用上进行了测试,验证了方法的有效性。
  • 一种原位绘制方法
  • [发明专利]一种医学图像绘制的方法和设备-CN201610803060.6有效
  • 李柳;傅超;王睿;刘雯卿 - 上海联影医疗科技有限公司
  • 2016-09-05 - 2020-10-16 - G06T15/06
  • 本发明涉及医学图像绘制的方法,包括拆分待绘制的医学图像数据以形成所述医学图像数据的各子数据块;确定所述子数据块中的目标区域;基于光线投射算法计算每条光线关于所述目标区域的起点和终点;以及根据所述目标区域的起点和终点进行计算并沿光线累加以根据各光线的累加结果完成医学图像的绘制本发明还涉及相应的医学图像绘制的设备。本发明的技术方案通过结合多种加速策略并将数据自适应拆分为多通道进行渲染,能够达到在保证光线投射算法优质图像质量的同时提高绘制速度。
  • 一种医学图像绘制方法设备
  • [发明专利]一种自适应分层次胸部大数据显示的实现方法-CN201310049741.4有效
  • 顾力栩;王兵;樊星;董斌 - 河北大学
  • 2013-02-07 - 2013-05-01 - G06T17/00
  • 本发明公开了一种自适应分层次的胸部大数据显示的实现方法,包括以下几个步骤:将CT断层图像分成目标层图像序列和背景层图像序列;对分割出来的目标层图像序列进行层间立方卷积插值的处理,形成各轴向分辨率接近的数据,利用移动立方算法进行清晰面绘制;对背景层序列的数据进行层内、层间采样,得到分辨率降低的非感兴趣区域数据,将该数据利用光线投射算法进行粗略绘制;将清晰面绘制和粗略绘制绘制结果同时显示,进行混合三维可视化本发明增大感兴趣区的局部分辨率,降低非感兴趣区域的各向分辨率,既方便用户了解局部感兴趣区域的结构信息,又减少数据量,使绘制能够在普通计算机上进行。
  • 一种自适应层次胸部数据显示实现方法
  • [发明专利]一种结构面极点图和产状玫瑰花图自动绘制系统-CN202010822695.7在审
  • 胡高建;刘杰;周长冰 - 绍兴文理学院
  • 2020-08-05 - 2022-02-25 - G06T17/00
  • 一种结构面极点图和产状玫瑰花图自动绘制系统,属于岩结构面处理技术领域,其步骤包括:点云数据自动处理模块、近邻传播算法自动计算模块、极点图自动绘制模块、结构面自动统计分析模块、数据自动输出模块、走向玫瑰花图自动绘制模块、倾向玫瑰花图自动绘制模块和倾角玫瑰花图自动绘制模块。本发明实现了结构面点云数据的自动处理、产状的近邻传播算法自动聚类分组、极点图的自动绘制、结构面的自动统计分析、数据的自动输出、走向玫瑰花图的自动绘制、倾向玫瑰花图的自动绘制和倾角玫瑰花图的自动绘制
  • 一种结构极点产状玫瑰花自动绘制系统
  • [发明专利]基于分块策略的大规模数据场绘制方法-CN200910023253.X无效
  • 高新波;邹华;吕新荣;梁承志;查林;王向华;曹艳艳;李晋舟;宁文博;王秀美 - 西安电子科技大学
  • 2009-07-08 - 2009-12-16 - G06T15/00
  • 本发明公开了一种基于分块策略的大规模数据场绘制方法,主要解决现有基于GPU的绘制方法存在的存储容量小的问题。其绘制过程是:分解整体数据,生成多个大小相等的子块,并对生成的所有子块编号;计算每个子块与视平面的距离,并根据距离对子块按从后向前的顺序排序;采用八叉树结构组织子块,并利用八叉树排除无效子块中的数据;根据顺序依次载入子块到纹理内存中;利用基于GPU的3D纹理绘制算法逐个绘制子块,得到每个子块的绘制结果;在帧缓存中按从后向前的顺序混合所有子块的绘制结果,得到整体绘制图像。本发明具有载入数据到纹理内存开销低、处理和绘制数据速度快的优点,可用于数据规模大于GPU纹理内存容量数据的快速绘制
  • 基于分块策略大规模数据绘制方法
  • [发明专利]一种岩RQDt自动求解绘制系统-CN202010822644.4在审
  • 胡高建 - 绍兴文理学院
  • 2020-08-05 - 2022-02-25 - G06T11/00
  • 一种岩RQDt自动求解绘制系统,属于岩体质量表征技术领域,其步骤包括:(1)岩结构面极点图和倾向玫瑰花图自动绘制系统研发;(2)岩三维裂隙网络模型自动生成和剖切系统研发;(3)岩RQDt各向异性图自动绘制系统研发本发明基于近邻传播算法编程研发岩结构面极点图和倾向玫瑰花图自动绘制系统,基于蒙特卡洛方法编程研发岩三维裂隙网络模型自动生成和剖切系统,基于岩RQDt理论编程研发岩RQDt各向异性图自动绘制系统,实现了结构面极点图、产状玫瑰花图、裂隙网络模型和岩RQDt各向异性图的自动求解绘制
  • 一种rqdt自动求解绘制系统
  • [发明专利]三维图像绘制方法、装置及计算机可读存储介质-CN202110930089.1在审
  • 李燕;黄东 - 重庆中烟工业有限责任公司
  • 2021-08-13 - 2021-11-12 - G06T15/08
  • 本发明公开了一种三维图像绘制方法,该方法包括:获取相机位置、屏幕位置信息以及待绘制三维图像的数据集;根据八叉树编码方法对所述数据集进行编码得到编码八叉树以及最大递归深度;以相机位置向屏幕位置信息中的每个屏幕像素点投射光线,并基于编码八叉树节点定位算法对每根投射光线、编码八叉树和最大递归深度进行处理得到相机位置对屏幕位置信息中的每个屏幕像素点的光线投射结果;根据相机位置对屏幕位置信息中的每个屏幕像素点的光线投射结果绘制三维图像本发明还公开了一种三维图像绘制装置和一种计算机可读存储介质。本发明能够减少三维成像算法的运行时间,提高绘制的渲染速度,提高三维成像的效率。
  • 三维图像绘制方法装置计算机可读存储介质
  • [发明专利]一种岩结构面极点图和产状玫瑰花图智能绘制系统-CN202010822755.5在审
  • 胡高建;刘杰;张贺 - 绍兴文理学院
  • 2020-08-05 - 2022-02-25 - G06T11/00
  • 一种岩结构面极点图和产状玫瑰花图智能绘制系统,属于岩结构面处理技术领域,其步骤包括:数据智能导入模块、模糊等价聚类算法智能计算模块、极点图智能绘制模块、结构面智能统计分析模块、数据智能输出模块、走向玫瑰花图智能绘制模块、倾向玫瑰花图智能绘制模块和倾角玫瑰花图智能绘制模块。本发明实现了岩结构面参数的智能导入、产状的智能模糊等价聚类分组、极点图的智能绘制、结构面的智能统计分析、数据的智能输出、走向玫瑰花图的智能绘制、倾向玫瑰花图的智能绘制和倾角玫瑰花图的智能绘制
  • 一种结构极点产状玫瑰花智能绘制系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top