基于GPU加速的保结构纹理合成

提出一种基于Chamfer距离的保结构纹理合成方法。使用Chamfer距离度量纹理结构特征的相似度,在查找匹配块的同时计算纹理在颜色空间和结构特征空间的匹配度,从而解决以往纹理合成中有显著结构特征的纹理容易出现不连续的问题。但是Chamfer距离的计算量很大,而且随着纹理合成图分辨率的提高,计算成本会变得相当高昂以至于难以负担。因此,提出了基于GPU加速的保结构纹理合成方法,通过并行查找匹配块提高合成效率。实验证明本方法既提高了结构纹理的合成质量,又使得保结构纹理方法的合成速度大大提高,且与纹理合成图的分辨率无关。     

GPU加速的交互式医学CT图像区域分割

目的 为了解决交互式医学CT图像区域分割问题,本文提出了基于证据推理规则的区域生长算法(ERRG)。方法 算法综合考虑了医学图像的灰度直方图,Gabor特征和灰度共生矩阵能量3个重要特征,采用Bhattacharyya系数度量相邻像素的相似程度,用效用函数将度量系数合并。针对算法计算效率较低问题,对算法进行并行化,采用GPU进行加速处理。结果 本文算法与基于Random-Walk图像分割算法针对医学CT胃部图像,进行对比实验,表明使用本文算法,真阳性目标像素数占目标区域所有正确像素数的比例(TPF)显著提高,背景像素错误地分割为目标像素的数目占背景正确像素数的比例(FPF)显著降低;通过GPU加速后,算法执行效率显著提高,加速比达到12。结论 本文算法减少了医学CT图像过分割现象,采用GPU加速后能够实现实时交互式医学CT图像分割。     

基于子区域相似度的医学图像分割算法

将传统的区域生长算法思想融入到一种轮廓线逼近方法中。通过定义子区域的相似度准则,利用围绕像素的子区域的统计相似性,作为一个初始多边形轮廓演化的驱动因子,从粗到细,实现了对目标区域的逼近分割。实验表明,所提算法具有较好的抗噪性和较高的分割效率,可以有效分割出医学图像中的目标区域。     

GPU加速的多分辨率几何图像快速绘制方法

为实现多分辨率几何图像的高效逼真绘制,将满足饱和性质的层次包围球概念与基于屏幕空间的误差判据思想引入到节点误差测度函数的设计中,提出一种适用于视点相关几何图像的节点误差测度函数.针对传统多分辨率几何图像裂缝消除算法复杂、难以用GPU加速的问题,使用正切函数控制顶点偏移;在GPU上快速消除几何图像四叉树结构的不同分辨率节点绘制时出现的裂缝,实现了节点间网格的快速平滑过渡.实验结果证明,该节点误差测度函数能实现几何图像四叉树节点的精确选择,三维模型特征保持明显;裂缝处理算法易于GPU实现,能获得较高的帧率.     

一种基于目标区域的图像检索方法

为了弥补全局特征在描述图像内容上的不足,论文描述了一种基于目标区域的图像检索方法:从用户指定的区域中分割并提取出所包含的目标,然后利用目标区域的视觉特征进行图像检索。在图像检索时,提取目标区域对应的子图像特征代替全局图像特征进行图像相似性匹配。实验结果表明,基于目标区域的图像检索效果比基于全局图像特征的检索效果有较好的改善。     

一种基于目标区域的图像检索方法

为了弥补颜色直方图等全局特征在描述彩色图像空间信息上的不足,该文提出了一种基于目标区域的彩色图像检索方法。该方法首先利用一种基于颜色视觉一致性的图像分割方法提取出有意义的目标区域,然后分别对各个区域提取HSV彩色直方图和Hu不变矩作为目标区域的特征描述,最后提出了一种相应的计算相似度的方法,实现了图像之间的相似度度量。通过在中科院计算所的Mires图像数据库和ViViLab测试图像库上进行实验,该文提出的方法对于目标明确、背景不太复杂的图像可以达到较好的检索效果。     

基于GPU的快速Level Set图像分割

水平集(1evel set)图像分割方法是图像分割中的一个重要方法，但是该算法的计算量大，往往不能达到实时处理的要求。给出了利用新一代的可编程图形处理器(GPU)实现level set的加速算法。首先介绍了如何在GPU上利用片元渲染程序进行网格化的线性运算和有限差分PDE计算，把level set方法的离散化算子映射到GPU上。由于以数据流处理方式的GPU的存储访问快，具有并行运算能力，同时level set算法演化的显示不再需要把数据从CPU传到GPU，因此较大地提高了算法速度与交互显示。文中实现并测试了一个与初始化状态独立的二维level set的算子用于图像分割，并对其运算结果和性能进行了比较，结果表明该方法具有更快的速度。     

基于GPU加速的图像双向相似性计算

针对双向相似性计算在CPU下串行计算效率低下,无法满足实际需求的问题,利用该计算中数据独立性的特点,应用CUDA编程模型实现基于GPU加速的图像双向相似性计算。与CPU相比,在392x300的分辨率实验下,该算法在GPU上可获得超过1200倍的加速比。     

基于小波系数区域相似度的医学图像融合*

根据小波变换原理,给出了一种基于小波系数区域相似度的医学图像融合方法.首先,以图像小波变换系数的区域均值、方差、协方差统计参量构造匹配度和加权因子,对高频子图进行区域融合; 然后,在低频部分采用绝对值取大的规则,进行图像融合;最后经过小波逆变换得到融合图像.实验证明,该方法得到的融合图像具有良好的视觉效果和量化指标,体现出更强的融合性能.     

基于增强微结构和上下文相似度的图像检索

针对图像检索中多特征综合描述子维度过高且综合权值难以确定的缺点,提出一种新的基于增强微结构和上下文相似度的图像检索方法。首先,使用一种新的局部模式映射来创建过滤图;然后,基于该图上的颜色共生关系提取增强微结构描述子,该描述子综合了多种特征而维度与单特征相同,检索时使用此描述子计算图像对间的规范距离得出初始的有序相似图像序列;最后,结合迭代上下文相似度对检索序列进行重新排序。当迭代次数为50且考虑前24幅结果图像时,在Corel-5000和Corel-10000图像集上的实验结果显示,所提方法与同类型的多重基元直方图(MTH)和微结构描述子(MSD)方法相比,检索查准率分别提高了13.14%、7.09%和11.03%、6.8%。结果表明新方法能在维度不变的情况下综合多种特征并充分利用上下文信息,从而有效提高图像检索的准确率。     

基于GPU的COONS曲面片加速计算

随着可编程图形处理单元(GPU)性能的增强,许多基于GPU的三维几何造型系统的应用也与日俱增。Coons曲面片作为三维建模中重要的基本单元,在农作物的建模仿真以及曲面造型中是重要的。为了适应于GPU的通用计算,对传统Coons曲面片方程进行分解,从而并行构造出Coons曲面片。通过实验表明,随着插值点数的增加,片元程序执行的时间依然保持一定程度的稳定,并没有出现明显的增加;GPU上执行时间的增长速度明显低于在CPU上的增长速度。     

相似时间子序列快速搜索的改进算法

索引空间相似性度量标准的精确度较低,在现有的相似时间子序列搜索算法中,后期处理过程中内外存之间数据的I／O时间较长。针对该问题,引用一种非线性维数约简技术,提出改进的相似时间子序列快速搜索算法,提高索引空间相似性度量标准的精确度,降低错误匹配的发生率。实验结果表明,该算法可有效降低重复估算的数据量,提高相似性搜索的效率。     

The Cone of Normals Technique for Fast Processing of Curved Patches

The cone of normals technique for curved surface patches allows to perform various quick tests at the patch level such as front- or backfacing test, light influence test, and existence of silhouette edges test. For a given patch, a truncated cone of normals is constructed at creation time, which contains all points and all normal directions of the patch. At traversal time, a simple scalar product test determines whether the whole patch is backfacing or frontfacing, so that the costly step of tessellating the patch is avoided in case of patch level face culling. In addition, the technique quickly determines which light sources have no influence on a patch, and which patches have no silhouette edges. The technique can also be used for other surface primitives, such as triangular strips and quadrilateral meshes,     

合成纹理图像的视觉相似性眼动分析

探索了当人眼视觉感知纹理图像相似性时纹理特征(整体特征和局部特征)对视觉注意过程及相似性结果选择的影响。采用PGPC纹理合成方法,分别控制纹理的整体特征和局部特征,合成具有相同整体特征和局部特征的纹理。实验分为3组纹理场景,每一组有3幅纹理图像(A,B和S),S为对比纹理图像;实验者带着“纹理A和纹理B,哪个与纹理S更相似”的视觉感知任务观察纹理场景;利用Tobii T60眼动仪记录实验过程中观察者的眼动,跟踪获取89位实验者的眼动数据(眼动数据度量指标包含感兴趣区域内注视点散度和不同感兴趣区域间的眼跳次数);通过Tobii studio导出眼动数据,并基于R软件进行了方差分析和配对T检验等统计分析。通过对3组纹理图像的注视轨迹图及热点图的分析,验证了纹理整体特征和局部特征对视觉感知过程中的注视模式和相似性结果的选择有影响。实验结果表明:1)对于全局特征与对比纹理图像一致的纹理,其眼动注视点分散,而对于局部特征与对比纹理图像一致的纹理,其眼动注视点集中。2)纹理组相似性的最终选择结果与纹理组内不同纹理图像间的视觉搜索行为有关。     

基于分块非等区间局部累加直方图的实时视频检测

结合帧图像的颜色特征对视频检测技术进行了探讨,提出了一个基于分块非等色调区间局部累加直方图的实时检测新算法,并据此设计、实现了一个广告实时检测统计系统。实验表明该算法实时性好、检测率高,具有较高的实用价值。     

Integer approximation of 3D chamfer mask coefficients using a scaling factor in anisotropic grids

For discrete data represented by three variable scalar functions, the sampling step may be different according to the axes, leading to parallelepipedic sampling grids. This is the case for instance with medical or industrial computed tomography and confocal microscopy, as well as in grey level image analysis if images are modelized by means of their set representation (mathematical morphology). In this paper, 3D non-cubic chamfer masks are introduced. The problem of coefficient optimization is addressed for arbitrary mask size. Thank to this, first, the maximal normalized error with respect to Euclidean distance can be derived analytically, in any 3D anisotropic lattice, and second, optimal chamfer mask coefficients can be computed. We propose a method to calculate lower and upper bounds for integer scaling factors in order to obtain integer approximations for the coefficients. This approach helps the algorithm perform in scenarios where memory is limited.     

一种快速计算参数曲面间Hausdorff距离近似值的方法

针对曲面间Hausdorff距离计算复杂度高、相关计算方法少的问题,提出一种三角面片-包围盒方法快速计算参数曲面间Hausdorff距离的近似值。曲面离散化后的三角面片集合可以较好地逼近曲面,借助这一特性,将曲面间的Hausdorff距离近似转化为三角面片集合间的Hausdorff距离。在具体计算过程中,辅之以包围盒技术对无效的三角面片进行排除,以提高计算效率。为进一步简化两三角面片间的距离计算,在误差可控范围内提出采样点近似计算方法。实验表明,与曲面直接构造包围盒方法相比,该方法简便、易于实现、排除率高,在不影响计算结果的情况下,计算效率显著提高,有广泛的应用价值。     

一种快速灰度图像彩色化算法

灰度图像的彩色化是将一幅彩色图像的颜色特征传递给另一幅灰度图像,使灰度目标图像具有与源彩色图像相似的颜色。提出了一种快速灰度图像彩色化算法,将图像像素邻域相关特性引入到匹配像素的搜索过程中。搜索匹配像素时,先在当前像素的邻域范围内进行搜索,只在邻域搜索失效时才进行全图范围的搜索,由于像素邻域相关特性,大部分像素可以在邻域搜索中找到匹配像素,只有极少像素需要进行全图搜索,从而较大地降低了搜索代价,在取得较好的彩色化效果的同时,显著地提高了彩色化速度。