Capítulo 2: Despliegue Directo de Volúmenesde integrales por cada nivel de detalle, pues el color entre un par demuestras varía a distintas longitudes de segmentos.(a) (b) (c)Figura 2.29: despliegue multi-resolución utilizando aceleración en hardware contexturizado de polígonos. (a) Utilizando texturas 2D con planos alineados al objeto.(b,c) Utilizando Texturas 3D con (b) planos alineados al viewport y (c) conchasesféricas.Otras implementaciones con aceleración en hardware se basan en laimplementación del ray casting en el GPU [LEE05, LJU06C]. En estecaso, los bricks pueden desplegarse en el sentido front to back (desde elbrick más cercano al más lejano), para evaluar la ecuación decomposición volumétrica de manera directa. Así, se pueden explotartécnicas tradicionales de aceleración basadas en software, como laterminación temprana del rayo y los saltos de espacios vacíos.Ljung [LJU06C] adicionalmente soporta niveles de detalle en el espacioimagen. Una imagen intermedia es dividida en mosaico o tiles, condistintos niveles de detalle. La resolución de cada mosaico determina lacantidad de rayos para dicho mosaico. En una segunda etapa, sereconstruye la imagen final, considerando interpolación entre mosaicos.Entre las implementaciones multi-resolución basadas en softwaremerecen citarse las que utilizan la factorización shear-warp [YAN99],[CHO00], o paralelizaciones del ray casting [WAN04], [GAO05].f) Compresión y PaginaciónDiversos trabajos han considerado el problema de almacenamiento en lavisualización de volúmenes a gran escala. Para evitar la paginación debricks de disco a memoria principal, Guthe et al. [GUT02] utilizan larepresentación jerárquica del volumen mediante ondículas o wavelets,para reducir los requerimientos de memoria. Cada nodo contiene lascomponentes de alta frecuencia que permite reconstruir los nodos hijos.Se asume que el volumen comprimido puede ser almacenadocompletamente en memoria principal. En sus pruebas, la rata decompresión con pérdida fue 30:1, para el dataset del humano visible. Un-46-
Capítulo 2: Despliegue Directo de Volúmenescaché adicional ha sido utilizado para los bricks descomprimidos en lamemoria principal, basándose simplemente en LRU. Para la paginaciónde memoria principal a memoria de textura, los autores dejan el controla OpenGL®, que utiliza LRU. Algunos trabajos recientes también utilizanrepresentación jerárquica basada en ondículas para reducirrequerimientos de memoria [LJU04], [WAN07]. Sin embargo, ningunos deestos trabajos considera que el volumen puede ser lo suficientementegrande, que pueda requerir paginación de disco a memoria principal,aún con la compresión aplicada. Tampoco consideran el ancho de bandalimitado entre la memoria principal y la memoria de textura, a la hora dedeterminar el conjunto de bricks a desplegar.Un esquema más elaborado para paginar bricks es introducido por Plateet al. [PLA02]. En dicho trabajo se le asigna una prioridad a cada brick,de manera que un thread secundario pueda realizar la carga de bricks dememoria secundaria a memoria principal de manera concurrente con elrendering. Primero se define el wish list tree (WLT), que contiene losnodos de la selección (WL o wish list) y todos los nodos que seencuentran en el camino entre cada nodo de WL y el nodo raíz. Así, WLTconstituye el mismo WL más todas sus representaciones de menordetalle. Los nodos de WLT tienen más prioridad que el resto de los nodos.Dentro de WLT la prioridad la tienen los nodos de menos detalle, puesdeben estar presentes antes de de ser refinados. Para el resto de losbricks, la prioridad de basa principalmente en su distancia a un nodo enWLT, teniendo más prioridad aquellos nodos más cercanos a WLT. Parareemplazar bricks, se utiliza una modificación a la política LRU. Sereemplaza el brick menos recientemente usado; pero al tener dos brickscon la misma edad, se prefiere descartar aquél más fino y más distante alWL.2.5 SumarioSe han presentado conceptos fundamentales y trabajos relevantes en elcontexto de despliegue de volúmenes, incluyendo la ecuación devisualización, los algoritmos clásicos de despliegue, y las técnicas másutilizadas para el despliegue de volúmenes de gran tamaño.En el caso de volúmenes de gran tamaño, la mayoría de los trabajosasignan una resolución a cada área del volumen en base a diversoscriterios, que pueden basarse en el espacio objeto o imagen. Sinembargo, en general no se considera el ancho de banda limitado entre lamemoria principal y memoria de textura. Esto puede acarrear la pérdidade la interactividad cuando el usuario modifica los parámetros devisualización o función de transferencia, de manera que cambie laresolución en muchas áreas del volumen a la vez.-47-