查詢結果分析
來源資料
相關文獻
- 分散式計算環境下之空間分割技術
- Seal Identification Using the Delaunay Tessellation
- Image Representation Using Binary Space Partitioning (BSP) Trees
- Accelerating CSG Solid Visualization Using Spatial Localization and Space Subdivision
- Internet企業計算環境系列(4)--訊息與目錄服務探究
- 虛擬資料庫管理系統之設計與製作
- 分散式事件處理系統的設計及實作
- 打開天窗說OSF/DCE--進入分散式計算環境的世界
- An Adaptive Fuzzy Controller with Flexible Input/Output Space Partitioning
- 分散式計算環境PVM介紹
頁籤選單縮合
題 名 | 分散式計算環境下之空間分割技術=Techniques of Space Subdivision on Distributed Computing Environments |
---|---|
作 者 | 王宗銘; 蘇俊銘; | 書刊名 | 興大工程學刊 |
卷 期 | 11:2 2000.06[民89.06] |
頁 次 | 頁1-12 |
分類號 | 312.1 |
關鍵詞 | 空間分割; 分散式計算環境; 塑型實體幾何模型; 光線追蹤語法; Space subdivision; Distributed computing environment; Constructive solid geometry; Ray tracing algorithms; |
語 文 | 中文(Chinese) |
中文摘要 | 以光線追蹤語法(ray tracing algorithms)對塑型實體幾何模型(constructive solid geometry)作擬真成圖計算時(photo-realistic rendering),常用空間分割(space subdivision) 技術來加速光線追蹤語法。由於三度空間場景愈趨複雜,伴隨所產生的空間資料結構也愈 加龐大,故以傳統的使用單機計算資源與利用單機記憶體有限的容量已無法有效的計算與 處理。本論文以分散式計算環境為基礎,對空間分割技術提出新的平行化處理方法。該法 能在利用多個計算資源,平行化產生空間資料結構。此外,在產生空間資料結構的同時, 該法亦能根據各計算資源之計算能力與相對的記憶體容量,以動態方式將空間分割資料結 構有效均勻的分散至計算資源所屬的記憶體內,間接對後續的分散式光線追蹤語法預作有 效的準備與考量。該法已使用C程式語言並結合公用軟體平行虛擬機器(parallel virtual machine)在分散式計算環境內加以實現。經實驗顯示:傳統使用Ultra-2(168 MHz,128 MB)單機循序法處理l23 MB的模型需454.4秒;相對的,使用所提平行化方法後,在由7臺 個人電腦與2臺工作站平臺所構成的環境內同時處理,僅需248.8秒,且此9臺記憶體容量僅 需32 MB~96 MB即可處理。計算時間的節省幅度達45.2﹪。上述數據顯示:所提方法卻確實 能大幅縮短空間分割時間,有效處理龐大複雜的三度空間模型。 |
英文摘要 | Space subdivision is a popular technology utilized to speedup ray tracing CSG solids so as to generate photo-realistic 3D images. Accompanying with the increase of the model scenes, there is the inefficiency of the computing performance due to the increase of the spatial data structure generated which is sometimes too large to be stored in a single computer. This paper proposes a new parallel approach on distributed computing environments. Unlike the traditional approach where the spatial data structure was constructed sequentially on one of the computing resources, our method employs all of the computing resources to process it in parallel. Furthermore, this data structure is distributed to available memory during the parallel generation of space subdivision. This results in improving the computing efficiency and supporting a certain degree of model scenes to some extent. Experimental results conducted on 9 networked PC-cluster demonstrate around 56% of time saving for processing 3D model with model complexity up to 123 MB. |
本系統中英文摘要資訊取自各篇刊載內容。