grafx的专栏

下面算法为计算四边形是否为凸四边形，算法摘自gimp。

最近手机项目要用到opengl和shader，虽然此前也搞过opengl，那时对opengl掌握的也还算熟悉，时隔四五年后，再翻看以前的程序，有些茫然，虽然大体明白怎么回事，但是很多技术细节忘了个干净，于是赶紧查阅了一下相关学习资料，还好，很多东西很快又捡了回来。在查阅资料过程中，发现这篇文章不错，只是文章发布在网易博客，因为博客排版的原因，阅读体验不是很好，于是周末花点时间，把这篇文章简单整理了

科学计算可视化，第一步是要有数据，没有数据一切都是空谈。我在做矢量场可视化算法过程中，一开始也是着实着急了一阵，手头没有矢量数据，就无法验证文献中阐述的算法，而有了数据，如果不是相应文献作者的数据，即时结果出来了，但多多少少还是怕生成的矢量纹理不正确，就这样在纠结中过了很长时间。还好，后面陆续获得很多矢量数据，使我的算法实现过程进展的很顺利。下面是我在研究算法过程中经常用到的几组矢量数据，现在把数

在前一篇《基于IBFV算法的二维矢量场可视化》文章中，对IBFV算法进行了简单描述与讨论，由于IBFV算法充分利用了计算机图形硬件的纹理映射和图像混合功能，可以获取高速的矢量场动画，能够很好的表征矢量场的运动变化情况。但单帧动画图像对比度较低，纹理细节不清晰，下面提出一种算法改进策略，简单概括为：首先通过质点平流获得一系列的矢量纹理，然后将这些矢量纹理作为IBFV算法中的背景图像，代替原来的噪声纹理与帧缓存中的纹理进行图像混合生成新图。通过这种方式不仅可以准确的反应流场的动态变化，而且增强了矢量线间的对比，

IBFV(Image Based Flow Visualization)算法于2002年SIGGRAPH大会上由van Wijk首次提出。该算法基于图像平流思想，最终流场动画的每一帧都是由之前图像和一系列经过滤波的噪声背景图像的卷积得到，是一种用宏观图形表现微观粒子运动的新方法。相比点噪声算法、LIC算法，IBFV算法可以充分利用计算机图形硬件的图像混合及纹理映射功能

随着计算机技术和集成电路技术的发展，图形硬件的更新速度很快。最新的图形硬件其内部的高并行结构和流处理计算模式，使其具有高浮点运算速度及数据传输带宽，极大地提高了计算机图形处理速度和图形绘制质量。图形硬件迅速发展带来高处理速度的同时，还产生了很多全新的图形硬件技术，一个最主要的突破就是在图形硬件中引入可编程功能，此功能允许用户编制自定义的着色程序来替换原来固定图形渲染管线中的某些模块，极大地扩展了图形处理器的能力和应用范围。

前面《高质量的2D LIC矢量纹理生成算法》一文简述了二维矢量场下LIC矢量纹理生成流程，本文将简述三维矢量场下LIC矢量纹理生成算法。3D LIC为2D LIC算法向三维矢量场的拓展。该算法的算法思想为以三维噪声纹理作为输入纹理，对每个点沿矢量方向进行线积分卷积，具体地说为沿三维流线方向进行低通滤波，最后输出三维矢量纹理即体纹理。输出的体纹理由体素构成。

高质量的矢量场可视化可以提高研究人员对于复杂矢量场数据的理解和认知，便于研究人员开展深入的科学研究。通过前一篇文章对LIC算法的概述可知，LIC算法本质是一种低通滤波，该算法所生成的矢量纹理通常偏暗，矢量线间对比度不够，图像质量较差。最近周迪斌等提出一种基于矢量线强化的高质量矢量纹理生成算法，该算法依据矢量场内在的有向性特点，采用一种矢量线强化策略来改善图像质量，即通过对矢量纹理在垂直矢量方向上进

线积分卷积算法(Line Integral Convolution，LIC法)是一种经典的矢量场可视化方法，由Cabral和Leedom 在1993年的SIGGRAPH大会上提出，该算法可以有效地表征二维矢量场，既能清楚直观地反映出每点的速度方向，又能表达矢量场的细节。该算法的提出对于矢量场可视化具有广泛而深远的意义，已被成功应用到很多领域。

矢量场可视化是科学计算可视化研究的重要方向，点噪声算法是用于矢量场可视化的一种纹理合成技术，在早期的矢量场可视化中具有重要的地位，它由Jarke J. van Wijk在SIGGRAPH’91上提出，该方法通过沿矢量方向对点噪声进行各向异性滤波，生成的纹理图像既可展现矢量场的方向，同时还可以反映出矢量的大小。

质点跟踪是一种源于流场物理试验的可视化技术。本文以气象矢量场可视化应用为背景，对质点跟踪技术进行了研究，并采用该技术实现了三维不稳定风场数据的可视化。实验证明，该技术能够准确、实时的反映不稳定风场的运动变化规律，使得原本冗繁的气象矢量数据分析工作变得简单直观。