摘要

在實體資料的呈像(volume rendering)中，擷取等值面(iso-surface extraction)是相當重要的方法，而在擷取等值面的方法中以同值擴展(iso-contouring)演算法最有效率。同值擴展演算法不似其他方法需在整個實體資料(volume data)中進行搜尋，而僅需搜尋其某一子集合即可完整地找到所有等值面(iso-surface)，我們稱此子集合為種子集(seed-set)，其特性為實體資料內的所有等值面皆會與此種子集相交，而且此種子集是在前置處理時間(preprocessing time)內即可建立完成。

        當我們在執行階段(run time)時給定一個等值(iso-value)，同值擴展演算法即可開始執行，從種子集中有包含等值的單元格子(cells)開始逐漸擴展而形成整個等值面。如果我們在前置處理時間內所找到的種子集愈小，則在執行階段所花的搜尋時間也將會減少。因此在其他探討同值擴展演算法的論文中，大都將焦點關注於如何找到較小的種子集。

本研究中我們提出一個新穎且有效率的方法來建立種子集，此方法不但能降低種子集的大小，而且也能提昇擷取等值面的速度。

關鍵字：擷取等值面方法、實體資料的呈像、同值擴展演算法、種子集