基于光线投射算法的脑血管体绘制技术

针对分割之后的脑血管体数据场显示问题,在光线投射算法的基础上提出一种全新的体绘制方法。该算法首先对脑血管体数据场进行分类;在光线投射算法的基上,加权考虑脑血管边缘特性、视点与物体之间距离、光源与物体之间距离,提出多因素融合的颜色赋值方法;最后采用CUDA方法进行体绘制加速。实验结果表明,对分割之后的脑血管体数据场,能够实现符合人眼视觉特性的清晰显示,并能进行实时交互。     

医学体绘制的一种快速光线投射算法

针对医学体数据场的直接体绘制(DVR)的加速算法进行了讨论。基于体绘制的多种加速技术,利用格雷厄姆求凸壳算法和与平面簇求交算法对体数据场和投射光线进行裁剪,结合多边形的扫描线转换和投射光线的离散化、体素化,改进了光线投射算法。     

空间跳跃的光线投射加速算法研究

光线投射算法原理简单而且易于实现,但是绘制速度较慢。提高光线投射算法的绘制速度,降低算法时空复杂度。利用光线跳跃到相邻光线所需在空区域内穿过的距离即光线的相关性,不需要任何的数据预处理和三维的数据结构、独立于转换函数。作为一种基于图像空间的加速技术,它和所需绘制的体数据的复杂程度没有关系,因而加快了绘制速度。     

三维图形空间中远距离对象的近似表现方法

三维图形空间中的漫游是虚拟现实领域中一个很有研究价值的课题。但是目前的算法对计算机的软硬件要求较高,而且即便如此,也很难达到实时漫游的要求。实际应用这些算法时,需要以牺牲图形质量或帧率作为代价。纹理虚墙及其球面和柱面扩展是结合人类视觉特点提出的,用于近似表现交互式虚拟环境中远离视点对象的方法。虚拟边界将空间分割成若干区域,视点所在区域内的对象按三维模型绘制,其余对象由其投影在虚拟边界上的纹理图表达。漫游者的视点移动时,三维空间中各个对象的表现方法也随之调整。这种纹理虚墙方法及其球面和柱面扩展大大降低了表现三维环境所需的计算量和对硬件的要求,能够达到很好的“图形”质量和很高的帧率,总体上改进了在三维图形空间中的漫游效果。     

一种基于梯度域的三维军标绘制方法

为提高三维战场环境仿真中军标的标绘速度,提出一种基于梯度域的三维动态军标快速绘制方法。本方法首先提取军标覆盖区域的地形数据,通过梯度域计算获取对地形形状影响最大的若干特征点;通过特征合并对特征点进行进一步精简;通过对特征点进行样条插值,实现三维军标控制曲线的平滑过渡。实验证明,通过本绘制方法可以实现军标的快速绘制,并能使军标在动态运动过程中保持地形匹配,可显著提高军标绘制效率。     

基于优化水平集方法的CT图像肺结节检测算法

对Chan-Vese水平集图像分割方法进行分析和改进,提出了结合全局区域均值和局部边界信息的水平集改进算法,应用于肺部CT图像分割和肺结节检测。在图像分割的目标函数中,在Chan-Vese方法基础上,引入局部边界统计特性能量项,以利于提高肺部医学图像分割的准确率和分割速度。实验表明,该方法可以很好地分割出肺实质轮廓和肺结节病灶区域,在分割速度上比Chan-Vese方法有了明显的提高,检测结果不依赖于初始设置,将人工交互降至最低,有利于实现CT图像肺结节自动检测。     

一种细胞图像的区域标识算法

细胞图像由于其内在特性,一直是图像分割的难点.为了更好地分割与标识细胞图像,采用双层结构,第1层基于传统的分裂合并算法的思想,引入脉冲耦合神经网络并简化对图像分裂,引入MS模型并简化对分裂区域进行合并,得到一个粗分割图像;第2层利用Canny算子提取图像的边界,将长度大于阈值的边界视作细胞边界,反之视作仂边界,得到一个不连续的边界.最后在两层结果的基础上,利用教学形态学的方法,进行骨架提取与细化,最终得到区域分割与标识的结果.实验用5幅细胞图像作为测试,对算法的参数选择做了详细讨论,并就正确标识率和运行时间与基于区域的分割、基于先验模型的分割做对比,表明本文算法更优.     

多分辨率地形模型动态构建与实时显示研究

论述了一种基于大规模格网数据或离散高程点动态构建多分辨率地形模型的算法。基于三维透视投影理论,实时计算视野区域,在该区域内,通过地形的自身复杂程度、视点位置及视线与局部地形的方向关系确定三角形的六叉分割,构建地形层次三角网(HTIN),并利用包含三叉树子节点的四叉树管理HTIN,优化了HTIN的形状,提高了算法的效率。实验结果表明:该算法在三维地形的逼真显示与实时交互绘制方面均取得了较好的效果。     

大规模三维标量场并行可视化技术综述

并行绘制是提高大规模三维标量场可视化效率的一种重要方法,分别对三维标量场的两类重要可视化方法面绘制方法和直接体绘制方法进行了阐述,并结合这两类可视化方法对其并行绘制中的各种并行模式、负载平衡和图像合成算法进行细致的分析和比较;对国内外较有名的并行绘制系统实现进行了分类与对比;最后,在总结现有研究成果基础上,分析了该领域的下一步发展趋势,为大规模性三维标量场的并行可视化提出了新的问题和思路。     

基于纹理映射的可漫游数据场建模与仿真

构建可漫游的数据场可以更好的、多方位的观察数据场可视化的结果，提出了一种基于纹理映射可漫游数据场的建棋与仿真方法．这种方法首先构建数据场的模型，即定义视点后，合成从视点出发观察数据场的纹理，然后再将纹理映射到包围数据场的几何模型上，至此完成了可漫游数据场的建模过程，最后让观察者漫游数据场模型来进行仿真。对于既存在“外数据场”和“内数据场”的这一类数据场而言，采用文中的方法可以使得观察者不仅能漫游模型外部观察“外数据场”。还能漫游到几何模型内部观察“内数据场”的变化情况，因而使碍支中的方法达到了很好可视化和仿真的效果．此外，当处理非规则场时，采用包围盒技术、基于线性八叉树的分割算法等来加速数据场的可视化过程，使得丈中的算法有很高的效率。实验证明，文中的方法操作简单，效率高。     

基于模型的CT三维医学图像重建仿真

2DShepp-Logan头部模型是CT二维医学图像重建领域普遍采用的经典模型。提出一种思路—以3DShepp-Logan头部模型作为CT三维医学图像重建进行仿真实验和算法性能评价的基本参考模型。首先介绍3DShepp-Logan头部模型的设计以及仿真投影数据的计算,进而描述所设计的CT三维医学图像重建仿真计算过程。数值实验部分给出了基于3DShepp-Logan头部模型的CT三维医学图像重建仿真实例。实验结果表明了该思路的可行性和模型计算的准确性。     

基于改进IBFV的矢量场剖面纹理可视化

通过分析经典IBFV方法可视化效果差的原因,提出改进方法:在IBFV过程中使用相关性较高的背景纹理图像。该背景纹理使用GLSL由GPU加速的多重线积分卷积生成。研究了将三维矢量场投影到二维图像空间的方法;利用GPU的顶点颜色插值功能,将离散矢量场转换为连续的纹理数据场,以便于使用GPU完成线积分卷积运算。在算法实现过程中,研究各参数对显示结果的影响,找出合适的取值。通过以上分析和研究,相比于IBFV改进的算法的可视化效果将得到显著提高。     

基于ROEWA算子局部活动轮廓的SAR图像分割算法

针对经典可变区域拟合(region scalable fitting,RSF)模型无法分割合成孔径雷达(synthetic aperture radar,SAR)图像的问题,提出了一种基于指数加权均值比(ratio of exponentially weighted averages, ROEWA)算子的改进RSF局部活动轮廓模型。算法首先以SAR图像目标边缘的ROEWA算子的负指数函数为边缘指示函数,对区域可伸缩能量项和弧长项进行加权,消除了原模型中梯度算子对于乘性相干斑满布的SAR图像边缘检测失效的弊端,还防止了目标弱边界的泄漏,避免了边界缺失;其次在零水平集演化的偏微分方程中加入权系数可变的面积项,提升了算法在目标边缘处的自适应捕获能力,同时也提高了算法对目标多层轮廓的检测能力,并且最大化地保留了目标的外轮廓;面积项的可变权系数可根据目标的ROEWA算子的模值来自动调整大小,很好地保持了目标的边缘细节。改进算法不受初始轮廓的影响,对相干斑噪声不敏感,且实验证明算法的计算复杂度仅与图像的尺寸有关。通过对合成与真实的SAR图像数据进行实验,验证了所提方法的直观性和有效性。     

基于全局变形模板的快速车道检测算法

车道检测算法的研究是室外移动机器人基于道路区域或边界信息自动导航的首要环节。根据实际应用需要,识别算法应能满足鲁棒、实时的要求。提出的基于全局模板的快速车道检测算法,根据驾驶员视觉处理经验,总结出道路边界识别的先验知识,在所选取的二次曲线道路形状模型基础上,推导出图像上车道的总体模型,利用道路图像的灰度特征,结合优化算法改变模板参数,实现对车道的跟踪。对实际路面图像的试验结果表明,该算法在多种环境条件下,都能很好地识别车道,具有很强的鲁棒性。同时,与传统的跟踪算法相比,该算法降低了计算损耗,更好地满足了实时性的要求。     

自适应边缘检测最大似然分割算法

由于SAR图像中存在较强的乘性斑点噪声 ,给SAR图像分割造成很大困难。研究了分割SAR图像用的最大似然区域增长分割算法 ,并提出在分割前先利用自适应边缘检测方法获得边缘图 ,然后利用边缘图对图像进行初始分割。理论分析和获得的分割结果证明 ,引入自适应边缘检测后 ,不但在图像的均匀区域能更好地抑制斑点而且可以更好地保持图像的结构信息 ,图像分割效果得到明显改善。     

基于小波分析的图像插值技术研究

基于小波分析理论，提出一种医学图像断层间的插值方法。通过对医学图像的小波变换，插值图像边缘对应的高频子图，得到在轮廓上过渡的图像：对小进变换的低频子图，在小窗口邻城内利用灰度直方图统计得到其概率灰废值并寻找最佳插值匹配点。使得插值图像在灰度上得到很好的过渡；通过小波逆变换得到最终的插值图像。通过与以往算法的对比和分析，本算法所获得的插值图像在形状和灰度方面均达到了较高的清晰度，满足断层图像的插值要求，可有效用于医学图像的三维重构。     

一种基于PC的快速三维图像重建方法

主要从传统FDK算法的改进和数据并行计算两方面来研究快速三维图像重建算法,提出了一种Z线优先重建法,能够有效地组织和划分重建数据,从而使得对重建数据的内存访问非常连续,便于采用单指令多数据(Single Instruction Multiple Data, SIMD)技术进行数据并行处理。最后基于Intel Pentium 4 CPU的PC平台,利用SSE/SSE2技术开发了三维图像快速重建引擎。实验结果表明本文提出的方法非常有效,与原始重建算法相比,在保证图像质量不受损失的前提下取得了20倍以上的重建加速比。     

体素重建中的快速移动立方体方法

利用二维切片数据重建三维结构，在医学等领域有着重要的应用，在大数据量的情况下，等值面抽取的计算效率是富有挑战性的课题，本文提出了一种改进的等值面抽取算法，该算法采用区域增长和一种优化的搜索策略加速边界体素的寻找，避免了整个体素空间的搜索，从而加速等值面抽取，实验结果表明，本算法大大加速了传统的移动立文体（Marching Chbes)方法，特别在大数据量时，加速的效果更加明显。     

样条小波自适应阈值多尺度边缘检测算法研究

在Marr的计算机视觉系统中，图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制，已有的边缘检测方法并不能得到较理想的边缘。充分利用小波变换的特点。设计三次B样条平滑滤波算子，对图像进行多尺度滤波。得到不同尺度的小波变换，再结合由适应阈值方法，在每种尺度下分别提取图像边缘；而后利用过缘信息的多尺度特性。融合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证，实验结果表明该方法不仅能准确检测出图像边缘，而且能有效地抑制噪声，该算法对图像边缘检测的效果优于目前已有的边缘检测算法。     

基于边缘信息的区域合并SAR图像分割算法

针对基于区域合并的合成孔径雷达图像分割中区域合并的顺序问题,提出一种利用边缘信息的区域合并技术。首先,利用改进的比例边缘检测算子获得初始过分割结果;然后,设计一个基于相邻区域的面积和边缘信息的区域合并优先级函数来引导区域合并的进行,该方法提高了模型参数的估计精确,同时保留图像的强边缘;最后,将边缘信息区域合并技术用于求解基于多边形网格的最短描述长度准则SAR图像分割模型。实验表明,与同类方法相比,本文方法的边缘检测能力与定位精度均有提高。