CAGD中三角曲面的光滑拼接研究

三角曲面作为CAGD中形状数学描述的一个标准形式一直受到关注，而三角曲面的光滑拼接作为实现复杂客体几何造型的重要手段一直是该领域的一个热点和难点问题．本文首先对CAGD中常用的三角曲面．三角Bezier曲面和三角B样条曲面进行了归纳和定义，然后以参数连续光滑拼接和几何连续光滑拼接为线索，对常用三角曲面的光滑拼接条件、发展和应用中的一些问题进行了概述和比较研究，最后对曲面光滑拼接令人关注的一些问题进行了展望．     

B样条曲面构建算法设计与实现

本文重点介绍了B样条曲面的基本概念、性质和分类,主要研究B样条曲面的基本原理和构建算法的实现,通过对B样条基函数进行详细研究,引入两个参数后,能更加灵活地调整曲线。最后,基于OpenGL生成两片均匀B样条曲面,并给出了运行结果。     

基于五次叠样条的数值积分公式

基于五次叠样条本文获得了一个光滑函数的数值积分公式，它的精度比使用单一五次样条获得的数值积分公式要高二阶，它的误差约为复化梯形公式三次外推结果误差的１／２８６。     

带多参数B样条上可展曲面的几何设计与形状调节

针对基于点和平面间对偶性的可展曲面设计方法中的不足,提出两种带多局部形状参数的可展曲面设计新方法. 首先构造一组含有两个形状参数的三次调配函数,并由此调配函数定义一种带多局部形状参数的B样条曲线族. 基于3D 射影空间中点和平面间的对偶性原理,利用这种带多形状参数的B样条调配函数生成具有带多参数B样条基的控制平面,并由该控制平面进行包络和脊线可展曲面的设计,同时给出在带多参数B样条基下两种可展曲面的参数表示形式. 该方法生成的可展曲面不仅具有灵活的局部形状可调性,而且保留了B样条曲面的许多特性. 特别是当形状参数都取1 时,所生成的可展曲面即为可展B样条曲面. 分析所设计的两种可展曲面的形状与性质,给出具体的应用实例. 实例表明所提方法不仅简单有效,而且易于控制可展曲面的形状,是可展曲面设计的有效新途径.     

周期缺样条空间的正交基构造

本文就一类亏度为2的样条函数空间通过建立带亏度B样条的内积公式，周期型的Poisson求和公式，得到了一组形式简洁且具有对称性质的规范正交基．     

基于截面测量数据的B样条曲面重建

研究了逆向工程中截面测量数据的B样条曲面拟合问题.结合二分法和最小二乘法,提出并实现了截面数据的B样条曲面拟合算法.该算法在满足指定精度的条件下,对测量数据有较大的压缩率,适合工程应用.应用实例表明算法稳定、可靠、高效.     

再生核空间中的样条小波

本文建立了一个再生核空间中的多分辨率分析，得到样条小波函数。并给出小波逼近具体表达式和相应的采样公式，形式简单易于数值分析．     

关于叠四次样条插值逼近导函数

对一类四次样条插值函数，给出了关于的叠样条插值，通过边值条件的适当选取，证明了在等距剖分下，所给叠样条和均以ｈ４的精度分别逼近和。所用方法可用于偶次插值样条的叠样条研究．     

三次非均匀有理B样条曲线G2连续的充分条件

本文依据B样条理论，研究了三次非均匀有理B样条曲线G^2连续问题，且给出了两条邻接三次非均匀有理B样条曲线间G^2连续的一个充分条件。     

H_0~1[a,b]中的最佳数值积分公式

本文利用H10[a，b]中样条插值算子理论，讨论了H10[a，b]中的最佳逼近泛函，并给出最佳数值积分公式。     

小波域内循环平移操作的图像高分辨率重建算法

为解决传统的图像插值算法因具有全局性而不能较好地处理图像边缘细节信息,且易在细节区域产生锯齿线的问题,提出了一种图像分辨率和对比度增强算法。该算法先用小波零填充算法得到高分辨率图像,并通过纠正残差过程来弥补丢失的边缘和纹理特征,然后对其进行定向循环平移操作。考虑到图像小波分解后水平、垂直、对角方向的高频分量能够反映图像这3个方向的边缘变化情况,从而利用图像不同方向的高频分量来刻画图像像素点不同方向的突变程度。根据这个突变程度来实现循环平移操作的自适应融合过程,这样可以避免过度抑制边缘细节信息。最后对重建的高分辨率图像小波分解后的高频分量使用非线性增强函数,提高图像对比度,突出边缘和轮廓信息。实验结果表明,该算法在增强图像空间分辨率和对比度的同时,保留了原图像包含的边缘和轮廓信息,不仅有较好的视觉效果,还有一定的抗噪能力。     

基于简化Mumford-Shah模型的活动轮廓边缘检测模型

在Chan-Vese活动轮廓模型(C-V法)的基础上,提出了一种新的边缘检测模型.在该模型中,图像被定义为两个同质区域的组合,图像边缘检测问题转化为基于Mumford-Shah泛函的能量函数最小化问题.本文在分片常数优化逼近中,添加了图像梯度信息,通过调节该项的权重因子,可以得到基于不同灰度强度的图像边缘图.该方法采用了水平集数值技术,因此活动轮廓具备了拓扑变化的能力,并能克服C-V模型检测不出离灰度均值较远的边缘的问题,实验表明了其有效性.     

基于自适应Harris角点检测的掌纹定位方法

分析Harris角点检测算子的实现原理及其应用于掌纹定位中时的不足,提出了一种基于自适应Harris角点检测的快速掌纹定位算法,该算法可以人为选择感兴趣区域进行检测,然后利用角点进行定位。有效地避免了掌纹定位过程中二值化,边缘检测等一系列复杂的过程,并且克服了检测过程中的角点簇拥,计算量大的缺点。实验结果表明,该方法进行的掌纹定位非但计算量小,处理速度快,而且检测出的角点分布均匀合理,能更好的适应图像定位等一系列的应用。     

基于模糊集理论的图像增强算法

红外图像具有整体亮度偏暗、对比度较低、目标与背景区分不明显的特点。因此,在对红外图像进行分析之前,必须先对图像质量进行改善。传统的基于模糊集理论的Pal.King算法,在增强红外图像对比度的同时,丢失部分细节信息。在分析这一问题产生原因的基础上,结合图像反色和多分辨率图像融合等理论,提出了一种新的基于模糊集理论的图像增强算法,新的算法不仅能够提高红外图像的对比度,而且能很好的突出图像中不同层次的灰度信息和边缘信息,最重要是它能保持原始图像的细节信息。     

表面波和Retinex结合的水声图像增强方法

水下复杂信道环境以及各种干扰的存在使得声呐图像分辨率偏低,边缘细节不便于识别处理,传统增强算法大多直接进行增强处理而较少考虑去噪过程. 针对这一问题,该文分析了表面波分解和视网膜皮层图像增强原理,阐述了两者结合的可能性,并在此基础上提出了一种先采用表面波结合自适应阈值去噪处理,再进行多尺度Retinex增强的图像处理方法. 在仿真实验中将该方法与其他图像去噪增强算法分别进行比较,结果表明该方法在边缘细节保持及颜色保真方面具有优势,能够在获得更好的视觉结果的同时控制算法复杂度,有利于后续图像处理.     

用于侧扫声纳图像边缘检测的改进Canny算子

摘要： 针对侧扫声纳图像斑点噪声强的特点,提出一种改进的Canny算子进行边缘检测. 根据斑点噪声的乘性模型和瑞利分布特性,在非下采样Contourlet变换域进行局部自适应降斑. 该方法在有效抑制斑点噪声的同时可较好地保护边缘,避免了Canny算子造成的边缘模糊. 计算降斑后图像的梯度值分布,对梯度幅值进行非极大值抑制得到极大值点. 将梯度模的极大值点分成强边缘点、弱边缘点与非边缘点3 类,基于类间方差最大自适应确定区分3 类的双阈值,经双阈值处理与弱边缘连接得到边缘图. 对模拟声纳图像和实际声纳图像的边缘检测结果表明,较之Canny算子和小波模极大等边缘检测方法,该方法具有边缘检测完整、定位准确、伪边缘点较少等优点.     

全方向M型心动图像量化效应的一种消除方法

介绍了一种全方向M型心动图像的量化效应消除方法。全方向M型心动图像的边缘线代表了心脏某结构部位的运动方程，富含临床诊断的各种信息。但由于数字化因素，存在量化效应。依据M型心动图像的边缘特点，使用巴特沃斯滤波器平滑边缘，较好地消除量化效应并减弱噪声干扰，从而为提取心脏各结构各部位功能性运动的动态信息提供可靠的保证。     

参数化二叉树编码实现加密图像可逆数据隐藏

为了提高数据嵌入容量，提出了一种基于参数化二叉树编码的加密图像可逆数据隐藏新方法。该方法的系统由图像所有者、数据嵌入者和授权接收者三方组成，其中，图像所有者采用特殊的图像块随机调制和置乱对原始图像加密并上传；由于加密操作很好地保留了图像块的像素相关性，数据嵌入者可在加密域充分利用图像块相关性，通过自适应选择参考像素来预测同一图像块的其余像素得到预测差值，再使用参数化二叉树编码进行无损压缩生成嵌入空间，实现大容量数据嵌入；授权接收者可正确提取嵌入数据或无失真恢复原图像。仿真实验结果表明：所提方法提高了嵌入容量，且可用于医学、云服务、军事等众多领域。     

仿射医学图像融合算法

提出了一种仿射医学图像融合方法。以医学图像的象素灰度信息为融合依据,首先根据参考图像的象素值对参考图像进行划分;然后根据该划分对浮动图像进行划分,并假设被划分在同一组中的象素有相似的灰度值;最后迭代地对浮动图像进行仿射变换使得浮动图像中的被划分在同一组中的各个象素间的标准方差最小,实现融合图像象素之间的匹配。由于算法充分利用图像的全部象素的灰度信息,不需对图象进行滤噪等预处理,从而提高算法的精度;该方法采用仿射变换,因而不仅可纠正刚体形变而且可纠正放缩形变,适用于单模及模板融合。     

基于块分类的密文域多重嵌入可逆信息隐藏算法

针对现有密文域可逆信息隐藏方法中图像块利用不充分,使得嵌入秘密信息量不高的问题,提出了一种基于块分类的多重嵌入可逆信息隐藏算法。首先将原始图像用流密码加密,加密图像被分成若干个不重叠的块。然后,用最高有效位（most significant bit, MSB）自适应预测算法对块内的第1个像素和其他像素进行预测,将每一个块标记为可用块或非可用块。进一步对可用块进行重构嵌入,同时用中值边缘检测器（median-edge detector, MED）预测算法对非可用块进行二次嵌入,最终实现秘密信息的嵌入。当接收方接收到含密图像时,通过嵌入密钥实现秘密信息的正确提取,同时利用加密密钥恢复原始图像。实验证明,该文提出的方法在相同图像恢复质量的情况下能够显著提升秘密信息的嵌入量,在嵌入容量和图像恢复质量上均优于已有的方法。