GPU 计算 (CUDA) tex2d/tex3d - 如何处理各向异性 pixel/voxel
GPU-Computation (CUDA) tex2d/tex3d - How to deal with anisotropic pixel/voxel
我是 cuda 编程的新手，我对 texXD 函数有疑问。我的目标是使用优化的 CUDA 功能实现一个简单的基于 GPU 的光线追踪器。
请参阅 NVIDIA 使用的 CUDA texture API。
在我的研究中，我必须处理每个维度具有不同分辨率的图像（例如 CT 图像，(x,y) 具有与 (z) 不同的分辨率）。重新采样到各向同性 pixel/voxel 大小可能会带来一些问题（尤其是对于医学诊断）。
例如，我有一张尺寸为 (100px x 50px) 且分辨率为 (2px/mm x 1px/mm) 的图像。光线在任意点进入图像并在其他地方离开。光线在从入口到离开点的方向上被采样。在每个采样点 (pos.x,pos.y)，tex2D 函数执行一个 (bicubicbilinear) 插值，将相邻像素值考虑到它们的距离加权样本点。
example image:
在这两种形状中，角点的命名方式相同 (x1,y1),.... 唯一的区别是角点之间的物理 space。插值点为 (x,y)。我使用矩形网格的公式计算了一个示例，并为两个网格产生了不同的结果。但是，如果我使用编号矩形的面积比，我会得到不同的结果。
我的问题：CUDA 会处理维度的不同分辨率还是 CUDA 会看到相同距离内的所有像素（因此作为方形网格）？
CUDA 使用的公式似乎是用于方形网格的公式（google：CUDA 纹理获取）。
或者我可以在使用 tex2D 之前将图像重新采样为方形网格而不会丢失大量信息吗？
任何建议都值得推荐。如果您需要更多说明，请随时询问。我会具体说明我的问题。
我不相信（我认为是）您正在尝试做的事情可以使用纹理来实现。 here.
描述了唯一支持使用纹理的过滤模式
一些要点：
- 纹理没有分辨率。只是有尺寸。
- 纹理数据在所有维度上隐式均匀分布。
- 纹理插值以精度降低的定点算术格式完成，它提供 8 位表示精度
None 这似乎是任何对您描述的 non-uniform 网格上的插值有用的东西。在使用统一过滤模式之前，您至少需要执行坐标转换。工作量和费用与在用户代码中自己编写插值例程大致相同。
我是 cuda 编程的新手，我对 texXD 函数有疑问。我的目标是使用优化的 CUDA 功能实现一个简单的基于 GPU 的光线追踪器。
请参阅 NVIDIA 使用的 CUDA texture API。
在我的研究中，我必须处理每个维度具有不同分辨率的图像（例如 CT 图像，(x,y) 具有与 (z) 不同的分辨率）。重新采样到各向同性 pixel/voxel 大小可能会带来一些问题（尤其是对于医学诊断）。
例如，我有一张尺寸为 (100px x 50px) 且分辨率为 (2px/mm x 1px/mm) 的图像。光线在任意点进入图像并在其他地方离开。光线在从入口到离开点的方向上被采样。在每个采样点 (pos.x,pos.y)，tex2D 函数执行一个 (bicubicbilinear) 插值，将相邻像素值考虑到它们的距离加权样本点。
example image: 在这两种形状中，角点的命名方式相同 (x1,y1),.... 唯一的区别是角点之间的物理 space。插值点为 (x,y)。我使用矩形网格的公式计算了一个示例，并为两个网格产生了不同的结果。但是，如果我使用编号矩形的面积比，我会得到不同的结果。
我的问题：CUDA 会处理维度的不同分辨率还是 CUDA 会看到相同距离内的所有像素（因此作为方形网格）？ CUDA 使用的公式似乎是用于方形网格的公式（google：CUDA 纹理获取）。
或者我可以在使用 tex2D 之前将图像重新采样为方形网格而不会丢失大量信息吗？
任何建议都值得推荐。如果您需要更多说明，请随时询问。我会具体说明我的问题。
我不相信（我认为是）您正在尝试做的事情可以使用纹理来实现。 here.
描述了唯一支持使用纹理的过滤模式一些要点：
- 纹理没有分辨率。只是有尺寸。
- 纹理数据在所有维度上隐式均匀分布。
- 纹理插值以精度降低的定点算术格式完成，它提供 8 位表示精度
None 这似乎是任何对您描述的 non-uniform 网格上的插值有用的东西。在使用统一过滤模式之前，您至少需要执行坐标转换。工作量和费用与在用户代码中自己编写插值例程大致相同。