基于特征约束点的纹理映射算法

纹理映射技术用于生成物体表面的纹理细节,是真实感图形技术的重要组成部分,也是计算机图形学的一个重要研究方向.针对目前很多纹理映射算法计算量大,方法比较复杂的缺点,应用Candide3作为三维网格模型,提出了一种快速有效的基于特征约束点的纹理映射算法.通过在三维网格模型和纹理图像上选取少量对应的特征约束点,利用三角网格剖分算法在纹理图像上建立选取特征点的三角网格.进而通过求取质心坐标的方法计算出三维网格模型上所有特征点的纹理坐标并完成整个三维网格模型的纹理映射.实验结果表明,提出的算法计算速度较快,能够得到高真实度的纹理映射效果,并且适用于不同纹理图像映射到同一三维网格模型上.     

使用图割方法提取图像的纹理特征

研究目的是对代数多重网格（AMG）方法进行分析,粗网格中会保留强连接部分而去掉弱连接部分,可以提取图像的纹理信息。将AMG方法提取的图像的纹理特征结合到图分割算法中,针对具有纹理特征的图片构建能量函数,并使用最大流方法进行优化。使用一些自然图像进行了验证,结果证明针对该方法能够较好地提取图像的纹理特征。     

基于KAP有向图模型的医学图像分类算法*

脑部CT图像拥有良好的纹理特性且图像间纹理角点的位置近似相同。基于此原因,文中提出基于K最近邻纹理角点(KAP)有向图模型的医学图像分类算法。首先提出面向纹理的角点提取方法;然后针对提取的角点,结合医学图像的固有特点,提出KAP有向图模型用于描述医学图像;最后基于KAP有向图模型提出医学图像分类算法。实验表明,文中算法在时间复杂度和准确度方面都取得较好结果。     

虚拟手术中肝脏体实时切割系统

在检测二维医学图像的过程中利用医学图像的三维可视化技术有利于医生更加全面地分析图像数据,从而对病情做出准确的应对措施.以肝脏为例,首先提取可视人体数据集中连续横断面图像,采用区域生长的图像分割算法从连续的横断面图像中提取出肝脏轮廓的区域.然后对肝脏轮廓进行层间插值,利用VTK工具包结合面绘制方法构建出肝脏的三维模型.接着对初始模型进行一定程度的网格削减,降低数据冗余度,完成虚拟肝脏体的三维重建.采用CUDA架构进行肝脏体纹理的合成与映射工作,兼顾了体纹理的真实感和虚拟手术系统的实时性,对虚拟肝脏手术的发展有着重要的促进作用.     

基于图模型的医学图像聚类算法

医学图像聚类算法的研究是面向特殊领域图像挖掘的重要组成部分,由于存在很多技术和特定领域方面的问题,使得这个方向的研究非常具有挑战性.已有的聚类算法对数据对象的形状和密度有要求,应用到医学图像聚类方面不能取得很好的结果.针对以上问题,在领域知识指导下,首先对图像进行了纹理检测,提出了面向纹理的T-LBP方法;然后对预处理之后的图像进行了空间划分,并对每个空间内的纹理求取LBP值,建立按空间序列排序的LBP直方图;最后,将以LBP直方图作为特征,提出了基于图模型的医学图像聚类算法.实验结果表明,该算法在时间复杂度和聚类结果方面具有良好的效果.     

基于三维模型几何信息的纹理图像压缩

为进一步压缩三维模型数据,提高网络传输的速度,同时不降低模型渲染的视觉表现效果.提出了一种基于三维模型几何信息的纹理图像压缩算法.首先对模型三维网格做重网格化,使网格具备半正则的规则拓扑结构;然后利用半正则网格表面的几何信息对模型的三维特征点进行提取,对三维特征点在纹理空间的映射点应用k-means聚类算法获取感兴趣区域;最后结合基于感兴趣区域的嵌入式零树小波压缩算法,实现对模型纹理图像数据的编码和解码操作.实验结果表明,该算法提取的纹理图像感兴趣的细节区域更精确、压缩比高,经过解码和重建后的纹理图像在对三维模型表面贴图映射后具有更好的视觉效果.     

基于网格优化的图像纹理替换方法

提出一种新的图像纹理替换方法,该方法在原始图像精确几何及光照信息未知的情况下,用新的纹理有效替换原始图像目标区域的纹理并逼真地保持了原始纹理的扭曲变形和光照效果.该方法借助反求的法向信息,通过一种基于网格边长伸展的参数化方法优化求得原始图像目标区域上划分的网格在纹理空间中的对应网格,有效模拟了原始纹理由于隐藏几何和透视投影引起的纹理扭曲效果;进而通过YCbCr颜色空间转换和传递保持了原始纹理的光照阴影效果.由于求取纹理采样规则的优化方法仅仅与原始图像空间相关,而与替换纹理无关,因而对目标图像处理一次后,可以有效地应用于任意新纹理的替换.通过适当的交互,替换纹理的纹元尺度渐变及纹理自遮挡效果亦可有效模拟.实验展示了良好的纹理替换效果.     

基于三角剖分的人脸纹理映射

采用通用的三维人脸模型和任意的人脸纹理图像,基于Delaunay三角剖分,提出了一种灵活的3D人脸的纹理映射方法。该方法对人脸特征点集做三角剖分,在纹理图像和三维网格之间建立了一个准确的拓扑同构映射关系,从而得到高真实度的纹理映射。该算法不受网格调整精度的影响,同时适用于不同的纹理映射到同一三维人脸模型上。     

基于混合频谱信号编码的网格纹理平滑

网格纹理平滑技术要求既能保持模型大尺度结构特征又能去除模型小尺度纹理.然而当模型小尺度纹理与噪声相差较大时,大多数网格光顺算法会将网格纹理识别为特征加以保持,而无法有效将其去除;现有的基于谱分析的网格光顺方法尽管能有效去除网格纹理,但又无法同时保持模型大尺度结构特征.为解决该问题,本文提出一种基于混合频谱信号编码的低通过滤网格纹理平滑算法.首先采用基于视觉感知的特征识别方法,准确区分模型大尺度与小尺度特征.然后,基于顶点特征尺度,采用差异性频谱信号编码的方式进行几何信息重建,最终实现在保持网格模型大尺度结构特征的同时有效去除小尺度纹理.算法解决了现有网格光顺方法在模型小尺度纹理特征与噪声有明显区别时,无法有效去除纹理的问题;并且也解决了现有基于谱分析的网格光顺方法无法在去除模型小尺度纹理的同时,又能保持模型大尺度特征的矛盾.实验结果验证了算法的有效性.     

使用希尔伯特-黄变换的医学图像检索

使用希尔伯特-黄变换对医学图像进行分解并将分解产生的内蕴模态函数及其二维希尔伯特变换的幅值作为纹理特征,提取后的特征用于医学图像检索.根据图像内局部极值点的几何分布,提出了一种新的基于聚类算法的边界处理方法.实验中使用的纹理特征包括基于希尔伯特-黄变换得到的特征和对比用的Gabor特征、纹理谱特征和多尺度复杂性及多尺度分维数特征.初步的实验结果表明:采用希尔伯特-黄变换可以有效地描述医学图像的纹理信息,并取得较好的图像检索结果.