GPU-Computation（CUDA）tex2d / tex3d - 如何处理各向异性像素/体素

Question

我对cuda编程很新，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的光线跟踪器。

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（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像素/体素大小可能会带来一些问题（特别是对于医学诊断）。

例如，我的图像大小（100px x 50px），分辨率为（2px / mm x 1px / mm）。光线在任意点进入图像，而离开是在其他地方。从入射到离开点的方向对射线进行采样。在每个采样点（pos.x，pos.y），tex2D函数执行（双三次双线性）插值，将相邻像素值加权，并考虑它们与采样点的距离。

example image： 在两种形状中，角点的命名方式相同（x1，y1），....唯一的区别是角点之间的物理空间。插值点是（x，y）。我使用矩形网格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例，我会得到不同的结果。

我的问题：CUDA会处理尺寸的不同分辨率，还是CUDA会看到相同距离内的所有像素（因此也就是方形网格）？ CUDA使用的公式似乎是平方网格（google：CUDA Texture fetching）的公式。

或者我可以在使用tex2D之前将图像重新采样为平方网格而不会导致大量信息丢失吗？

建议您提出任何建议。如果您需要更多说明，请随时提出。我会说明我的问题。

Answer 1

我不相信你想要做的事情（我认为是）可以用纹理来实现。 {/ 3}}描述了使用纹理支持的唯一过滤模式。

一些重点：

1. 纹理没有解决方案。只是有尺寸。
2. 纹理数据在所有维度中隐式均匀分布。
3. 纹理插值以精度降低的定点算术格式完成，该格式提供8位表示精度

对于您正在描述的非均匀网格上的插值，这似乎都不是什么有用的。在使用统一过滤模式之前，您至少需要执行坐标转换。努力和费用与在用户代码中自己编写插值例程大致相同。