基于混合DEM数据存储结构的三维地形可视化

为了解决三维地形可视化中的海量数据快速高精度渲染问题,基于创建三维地形所使用的两种主要数字高程模型TIN（Triangulated Irregular Network）和GRID,研究了模
型采样点的分布特征、各自优缺点以及存储数据结构,给出了构建混合DEM（Digital Elevation Models）模型的方法,详述了构建混合模型,计算地形复杂度的方法,混合模型的数据结构及三角网生成算法。通过实验说明了混合模型用于三维地形可视化的优势。     

基于加权损失函数的粘连白细胞分割算法

针对粘连白细胞很难精准分割的问题, 提出一种基于深度学习的粘连白细胞分割算法. 首先, 将急性淋巴细胞白血病患者的血液细胞显微图像的色彩空间由RGB转换至HSV, 滤除红细胞并提取白细胞; 其次, 对提取结果中的粘连白细胞, 将细胞边界设定为除前景和背景外的第三类, 在深度学习分割模型训练过程中引入基于类别权重的加权交叉熵损失函数, 使模型学习到更多的细胞边界特征. 实验结果表明, 用该方法分割数据集ALL_IDB1中的白细胞, 准确率达95.19%.     

基于RANSAC模型的机载LiDAR数据中建筑轮廓提取算法

使用正交多项式分带滤波方法对机载LiDAR点云数据进行滤波处理,通过迭代不断剔除非地面高点数据,最终得到由贴近地面的数据拟合而成的正交多项式.通过设定高程阈值将数据分成地面部分与非地面部分.提出了一种基于随机抽样一致性(RANSAC)算法模型的建筑物面片识别和轮廓提取算法,实现在包含噪声的点云数据中快速准确地识别和提取建筑物轮廓.在实验中对长春市的机载LiDAR数据进行了滤波、建筑屋顶面及其轮廓的提取,验证了本文算法的较高效率和精度.     

利用Sockets实现Internet点对点数据传送

基于Internet点对点数据传送的技术原理，提供了一个在Visual C 6．0环境下利用UDP(用户数据报协议)Sockets及相关技术实现P2P(Peer to Peer)网络应用实例。讨论了实现P2P应用所必须解决的，在现有硬件逻辑和底层通信协议上的，端到端定位(寻址)、握手、局域网IP地址解析等关键技术。     

基于Shadow Volume的场景阴影渲染方法

基于传统shadow volume方法提出一种改进算法, 该算法通过采用基于八叉树的阴影体筛选策略和基于z值的阴影淡出策略解决了传统shadow volume算法对大场景效率较低的问题. 实验结果表明, 改进方法能有效减少需要渲染的阴影体数量, 提高阴影渲染效率, 同时保证较好的画面效果.     

基于卷积神经网络的猪脸特征点检测方法

针对牲畜面部识别在养殖行业广泛需求的问题, 提出一种基于卷积神经网络的猪脸特征点检测方法, 解决了猪脸特征点难检测的问题. 首先, 采集猪面部数据并进行特征点标注, 使用新的采集方法以解决猪口部通常不可见的问题； 其次, 对猪脸数据和人脸数据进行结构计算, 匹配相似度较高的猪脸和人脸, 构建猪脸人脸匹配数据集； 再次, 利用匹配数据集训练TPS(thin plate spline)形变卷积神经网络, 得到形变后的猪脸数据集以适配人脸特征点检测模型； 最后, 使用形变猪脸数据集对人脸特征点检测神经网络模型进行微调, 得到猪脸特征点检测模型. 实验结果表明, 用该方法进行猪脸特征点检测, 错误率仅为5.60%.