基于改进MC和MT算法的CT图像三维重建

MC算法是医学图像三维重建的一种主要技术。传统的MC算法在拓扑结构上存在面二义性和体二义性问题,使得生成的三维图像存在空洞。而MT算法是MC算法的变形,该算法不存在面二义性和体二义性,但计算量相比MC算法更大。本文结合两种算法的优点,对单个立方体先使用MC算法抽取等值面,若不存在二义性,则继续用MC算法处理;否则使用MT算法对该立方体进行处理,并且使用一定的方法消除其带来的剖分二义性。这样既避免了MC算法的二义性问题,又解决了MT算法计算量太大的问题,是一种折中的方案。     

基于等值面的分子溶剂可及表面快速生成算法

分子表面的描述在蛋白-蛋白、蛋白-配体相互作用分析中起着关键的作用。为此,本研究设计了基于等值面原理的分子溶剂可及表面生成程序并进行了性能测试。该程序采用一维递归快速高斯滤波计算方法,在三维离散空间中快速构造等值面,利用等值面提取技术(Marching Cubes)获取以三角面片表示的分子溶剂可及表面,并使用中心差分法计算三角面片的法向量,从而获得更好的显示效果。实际测试结果表明,该算法计算速度较快,准确性良好,可为基于结构的靶标识别方法提供有效药物靶标的分子表面表征。目前该程序已经被整合入国产大型药物设计图形软件包D~3 Pharma中。     

基于型面曲率的三角网格快速自适应细分算法

提出一种基于型面曲率的三角网格快速自适应细分算法.该算法通过建立三角网格动态空间索引结构,快速准确获取局部型面参考数据并计算型面曲率.对曲率较大区域进行细分,对较平坦区域只进行网格顶点重定位,不进行面片分裂,实现三角网格的自适应细分.实例证明该算法可提高模型的光顺性与细分效率,以相对较少的面片准确表达模型型面特征信息.     

曲流河点坝内部构型的嵌入式建模方法研究

针对曲流河点坝厚砂体内储层非均质性表征,提出一种点坝内部构型的嵌入式建模方法。该方法以点坝级次三维模型及点坝内部构型分析结果为基础,依次通过基于三维向量场的侧积面模式拟合、侧积面趋势控制的侧积层厚度插值以及网格局部加密的侧积层模型嵌入等3个主要技术环节,形成一套完整的嵌入式构型建模技术流程及算法实现,并应用孤岛油田某区块曲流河点坝储层内部构型的三维建模实例,对建模方法的有效性进行验证。结果表明:嵌入式构型建模方法可建立与井点条件化的点坝内部侧积夹层精细三维模型,并可对井间侧积层分布进行有效预测;采用的网格局部加密侧积层模型嵌入方式优化了不同构型级次及尺寸规模构型单元的三维网格表示。     

基于稀疏优化模型的网格逼近

提出了一种新的基于稀疏优化的网格逼近方法,使得三维几何物体可以由用户指定的合理的面片数的平面多边形来近似表示.该方法首先对输入的三维网格的面片法向进行L_0模优化,然后根据优化后的面片法向信息来驱动顶点位置更新.其次,对现有模型进行面片聚类.最后提出了一个基于全局顶点的稀疏优化模型.通过约束聚类边界顶点梯度L_0模最小对网格进行平面多边形逼近.大量的网格简化结果证明了所提出的优化模型与方法的有效性以及稳定性.     

基于OpenGL的三维等值线绘制实现

介绍了基于OpenGL的等值线的具体绘制算法,使用三角网格等值线法,遍历所有三角单元,在独立单元内插值出等值点并连接,对等值线不连续现象进行了处理。由于避免了传统等值线方法对等值点的追踪,该方法具有简便、图象效果美观的特点。已用多套实际三维数据进行了验证。     

斜齿轮三维有限元网格和接触单元的自动生成

提出了一种斜齿圆柱齿轮三维有限元网格自动生成的算法,研究了啮合齿廓面接触单元的自动生成。通过对轮齿端面的合理分割,该算法有效地避免了端面网格中出现大的钝角,改善了单元质量。可方便地调整轮齿不同部位网格密度,以适应弯曲应力和接触应力等不同的分析需要。全部算法和生成过程实现了程序化和参数化,在输入齿轮基本参数后即可生成三维有限元模型数据文件,可直接用于通用有限元软件完成斜齿轮弯曲强度或接触强度的计算。     

面向大规模科学计算的三维Delaunay快速插点算法

该文提出一种快速、稳定的Delaunay插点算法.这一算法提高了单机有元建模的规模,可在PC计算机生成千万级有元四面体网格.算法通过点与点之间位置关系,建立对位置信息;据这些信息在查找BASE单元时,提高＂walk-through＂点定位算法的速度.而在生成新单元和建立邻接关系过程中,算法利用CORE表面的三角网格,在性时间内完成CORE附近的新旧单元更新操作,并出算法时间复杂度证明.本文以分别以空间任意点集、正文体删格和机械模三角面片为例,测试应用Delaunay逐点插入算法.算例表明,本算法在一台Intel（R） Core（TM）2 Duo CPU E7200@2.53GHz,1.98GB内存的PC上可生成千万单元量级四面体网格,生成速度达11-15万单元/秒.     

发动机三维流动数值计算可视化技术研究

对三维数据场等值面Marching Cubes算法进行了改进,通过对每个顶点与三角片之间邻接关系的计算及法向量求法的改进获得交点法矢,将MC算法推广到三维非规则数据场等值面的计算,并结合发动机三维数值模拟的具体数据结构,完成了等值面及体绘制。     

注塑模CAE的三维等值线生成算法

提出了三维等值线生成的新算法．通过对曲面的扩展及离散，生成三维曲面的三角形网格．在网格节点构成的空间点集中，进行有序地搜索，并运用线性插值法获取三维曲面上系列的等值点，从而实现三维等值线的生成，以满足注塑模ＣＡＥ后置处理的需要     

基于深度卷积神经网络的三维模型识别

为了进一步提高三维模型的识别精度,提出了一种基于深度卷积神经网络的三维模型识别方法。将点云数据通过占用网格规范化计算转化为二值3D体素矩阵,通过附加正则化项的随机梯度下降算法提取体素矩阵的特征,再通过共享权重的旋转增强对训练集进行数据增广并以此对模型标签进行预测。实验结果表明,该算法在公开数据集ModelNet40及悉尼城市模型数据集上的识别精度均达到85%左右。与基于同类机器学习的三维模型识别算法相比,在相同训练数据集上该方法网络训练时间短,在相同测试数据集上模型识别准确率高,检索速度快。提出的体素占用网格模型的深度卷积神经网络,可以实现三维点云模型数据集及规范化体素模型数据集的识别和分类工作。     

基于三角剖分和轮廓分析的船舶焊缝特征识别

为了实现船舶焊接件数字模型中焊缝特征的精确识别,进而提高焊接机器人焊接工艺选择的快速性和准确性,提出了基于三角剖分和轮廓分析的焊缝特征识别算法。首先通过角系数法判断多边形的凹凸顶点,基于凹顶点和三角形旋向的Delaunay三角剖分,构造三维模型表面的三角形网格并生成STL文件；然后基于相邻三角面片的法向量夹角,提取出模型的轮廓线及点；最后根据接头空间位置和最小轮廓线距离识别出焊接接头和坡口形状。测试结果表明,基于三角形旋向的网格剖分适用于如“梳子”等复杂多边形,与其他相关方法相比,其网格平均和关联质量系数分别平均增加12.06%和12.26%,有效降低了畸形三角形的产生并提高了网格质量,而融合轮廓分析后不仅能实现4类接头及10种坡口的焊缝特征识别,而且具有高效、高准确率优势,从而验证了算法的有效性。     

基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化

针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程烦琐等问题,提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的机载雷达建筑物点云提取与单体化的方法.该方法对预处理后...     

RBF neural network and active circles based algorithm for contours extraction

For the contours extraction from the images, active contour model and self-organizing map based approach are popular nowadays. But they are still confronted with the problems that the optimization of energy function will trap in local minimums and the contour evolutions greatly depend on the initial contour selection. Addressing to these problems, a contours extraction algorithm based on RBF neural network is proposed here. A series of circles with adaptive radius and center is firstly used to search image feature points that are scattered enough. After the feature points are clustered, a group of radial basis functions are constructed. Using the pixels’ intensities and gradients as the input vector, the final object contour can be obtained by the predicting ability of the neural network. The RBF neural network based algorithm is tested on three kinds of images, such as changing topology, complicated background, and blurring or noisy boundary. Simulation results show that the proposed algorithm performs contours extraction greatly.     

基于体数据变形的自适应移动立方体算法的研究

 移动立方体（Marching Cubes）算法是一种经典的三维重建方法,但是对采样稀疏的体数据进行重建时,不能满足所需的精确度要求。提出了一种基于体数据变形的自适应移动立方体算法。该算法通过自适应地改变体素顶点的位置,使得体素包含更多的图像信息从而使体素内的三角面片更加逼近等值面;同时,采用了区域增长策略对体数据进行分割从而避免了对整个体素空间的运算;对算法的并行优化提升了算法的三维重建效率。实验证明使用该算法对稀疏体数据进行三维重建,提高了重建的精确度,并且保证了重建的实时性与交互性。     

MC算法生成数据的分组网格化处理

对MC算法生成的数据进行后续处理,首先采用排序归并算法,归并顶点数据.根据相邻三角形共有顶点的特性,确定三角形之间的连接关系.根据属于同一个子等值面的三角形相互连接的特性,采用种子算法,将属于不同子等值面数据进行分组.采用顶点表与三角形表的数据结构存放子等值面的数据,实现MC算法生成数据的分组与网格化.     

融合构型查找表与邻接查找子表的改进MC方法

针对医学图像三维可视化中移动立方体面绘制算法（marching cubes,MC）执行速度慢、效率不高的问题,提出了融合构型查找表与邻接查找子表的改进MC方法。该方法通过显性构建邻接查找子表约束体元搜索路径,使面绘制时只处理有效体元,根据邻接查找子表特点设计堆栈结构实现搜索算法,不仅提高了算法访问效率,而且减少了临时存储空间。在可视化工具包(VTK）下用改进MC方法对人体脚、胸腔、头部的CT数据集进行三维重建实验,结果表明在不损失重建质量的前提下,重建过程中遍历立方体数目缩短95%左右,重建时间缩短20%左右,提高了MC方法的执行速度和重建效率。     

基于等高线的约束CD-TIN的地形特征识别

采用改进的凸包算法建立等高线离散数据点的无约束D-TIN，再运用基于影响域对角线交换的局部调整算法，将等高线作为特征约束嵌入到D-TIN中，建立以等高线为特征约束的CD-TIN，来处理无约束D-TIN后可能产生的跨越等高线的非法三角形．建立了支持空间数据挖掘的约束CD-TIN后，通过计算CD-TIN中D三角形的法向量和坡度值，将等高线地形图中的山地和平地区分开，并进一步识别出山地区域中的山峰信息．     

非刚性人体运动动作图像姿态轮廓提取算法

针对人体运动动作图像提取传统方法仅能获取局部最佳解, 提取的特征序列不连续, 导致轮廓提取效果差的问题, 提出一种非刚性人体运动动作图像姿态轮廓提取算法. 首先, 对人体运动动作图像序列中的尺度不变特征变换(SIFT)进行提取预处理, 获取人体特征提取图, 设计一种人体运动序列顺序概率图模型, 以保证特征序列提取的连续性; 其次, 构建人体肢体外观模型, 基于该外观模型采用序列影像高精度轮廓提取算法提取当前人体运动动作帧的轮廓线. 实验结果表明, 该算法能提取连续的特征序列, 提取的人体姿态轮廓精确度较高, 且具有较高的效率和鲁棒性.     

基于运动轮廓标记提取的分水岭运动目标检测

针对运动目标差分相乘产生的空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新算法,来实现移动机器人平台上较大运动目标的完整检测.首先,结合相位相关法和Fourier-Mellin变换配准图像的缩放和平移量;然后,利用运动区域轮廓信息和分层投影法来提取前景和背景标记.先通过连续三帧配准图像差分相乘方法检测出运动区域轮廓,并结合形态学腐蚀、膨胀操作和投影法生成前景和背景标记模板;再将前景和背景标记模板分为若干层,通过水平投影得到每一层轮廓的边界点,并按一定方式连接得到前景和背景标记;最后,根据重构的梯度图像,用标记约束分水岭分割出完整的运动区域.实验结果表明,该算法能够准确完整地分割出规则和非规则运动目标,具有较好的实时性.