从GPU上的异构对象提取二维流形边界表面

传统的等值面技术不能胜任异质物体的网格划分，因为它们假定物体是均匀的。 因此，需要考虑异质性的可视化方法。 在本文中，我们提出了一种新颖的算法，可以一次从异质对象中提取边界表面，该算法的显着优势是无需包含任何材料。 首先将异质对象分类为一系列均质材料成分。 然后，通过我们的算法提取的2D流形边界表面将每个组件包围起来。 还提供了对异类对象重要的信息，例如两种材质之间的界面，三种材质相交的相交曲线和四种材质相交的相交点。 为了提高性能，该算法还在GPU上进行了设计和实现。 实验结果证明了该算法的有效性和有效性。