一种基于小波变换的三维体数据压缩算法

该文结合三维小波变换与八叉树算法,提出了一种新的三维体数据压缩算法。该算法利用小波的多分辩率分析能力对体数据进行压缩,同时结合了八叉树特点对体数据进行编码、存储与重构。实际应用表明该算法能较好地对体数据进行压缩,并且能快速地进行重构和随机地访问体单元数据。     

基于DD-DT CWT 和SIFT 的体数据数字水印算法

为了确保三维体数据数字模型信息在网络传输过程中的安全性、完整性,对体数 据数字水印算法进行研究。提出基于双密度双树复小波变换的体数据数字水印嵌入算法,算法 提高了水印的嵌入容量,在兼顾水印不可见性的同时提高了水印抵抗压缩、噪声等攻击的能力; 提出基于尺度不变特征变换的体数据数字水印提取算法,实现了水印嵌入和提取时的同步性, 提高了水印抵抗旋转、缩放等几何攻击的能力。实验证明：算法不可见性好,实现速度快,在 盲检测下能够抵抗压缩、滤波、噪声、平移、旋转、缩放、剪切等攻击,具有较好的鲁棒性。     

基于多尺度几何分析的图像编码研究进展

近10年来,在小波变换的理论基础之上,产生了一系列新的能够更加有效地表示和处理高维数据奇异的数学变换,统称为"多尺度几何分析".它们不仅具有多分辨率特性、时频局部性、多方向性和各向异性,而且克服了小波变换表示边缘、轮廓等高维奇异时存在的局限性.目前,有关多尺度几何分析的理论和应用方法的研究已经成为一个新的热点.首先探讨了小波变换的方向特性及其局限性;其次,以多尺度几何分析的发展为主线,对基于各种多尺度几何分析工具的静态图像编码算法进行概述阐述和比较研究,同时分析和讨论了各类算法的优势和不足;最后,对基于多尺度几何分析的图像编码算法的未来发展进行展望.     

基于多尺度压缩感知金字塔的极化干涉SAR图像分类

提出了一种新的基于多尺度压缩感知(Compressed sensing, CS)金字塔的分类方法, 用于合成孔径雷达(Synthetic aperture radar, SAR)图像的分类. 首先通过原始图像上的小波平滑和特征提取构建多尺度极化干涉特征空间, 然后利用压缩感知提取每一个尺度上图像子块的观测域特征并在数据域重建稀疏特征, 最后组合多尺度的稀疏特征生成最终用于分类的多尺度金字塔表达. 针对稀疏编码和一般金字塔算法的局限性, 提出了基于压缩感知和多尺度金字塔的方法, 利用观测矩阵降低特征维数的优势的同时, 对SAR图像的纹理特征进行不同尺度的分析. 在国内首批极化干涉SAR数据上的实验证明了上述算法的有效性.     

基于3-D整数小波变换的视频压缩算法研究

视频图像数据可以被看成三维数据体来进行3-D小波变换,对变换后的数据进行编码就可以达到压缩视频数据的目的。主要讨论了这种变换的整数实现方法,以及对小波系数使用SPIHT算法进行编码压缩,并对SPIHT算法进行了有针对性的优化。仿真实验证明,该文方法压缩效果良好,运行效率高,输出码流具有嵌入式特性,是一种有应用前景的算法。     

基于小波和偶合特征的多数据流压缩算法

提出了基于Haar小波技术和偶合特征的多数据流压缩方法.主要研究成果包括:(1) 证明了Haar小波变换服从能量守恒规律,并用于压缩数据流;(2) 揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律,采用特征流序列的小波系数和流能量近似表示流的趋势,达到压缩的目的;(3) 提出了多尺度能量分解模型,提高了表示精度;(4) 设计了多尺度能量分解压缩算法以及多尺度重构算法;(5) 在真实数据集上的实验表明,新方法的压缩比是传统小波方法的2～4倍.     

小波变换在规则体数据可视化中的应用

针对规则体数据的特点,提出了一种介于直接体绘制和面绘制之间的切片法来实现其可视化,用双线性插值的方法获取切割面上的属性值,并用颜色编码来表示属性值。探讨了三维小波算法在规则体可视化中的应用,给出了用三维小波压缩规则体数据的一般方法。     

一种抗几何失真的彩色图像数字水印算法*

提出了一种基于SIFT(尺度特征变换)特征点校正几何参数的小波域彩色图像水印算法.该算法利用RGB彩色图像中蓝色与绿色分量的小波系数之间的关系,在蓝色水平细节和垂直细节中嵌入相同的水印;水印检测前,利用红色分量中的SIFT特征点估计几何参数,校正失真水印图像,从而可以无失真地提取水印.实验结果表明,该算法对压缩、噪声、剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性.     

基于小波的稀疏体素数据压缩与多分辨实时绘制

为减少多分辨稀疏体素的存储空间并提高其绘制效率,提出一种基于小波的稀疏体素数据压缩与实时绘制算法.在稀疏体素生成阶段,基于小波的多分辨和稀疏体素的稀疏特性,利用多级三维Haar小波变换将高分辨率的稀疏体素转换为低分辨稀疏体素和多级细节信息,并采用紧凑的编码方式对小波系数进行编码,实现对多层级稀疏体素的数据压缩;在交互绘制阶段,结合稀疏体素八叉树光线投射算法,以低分辨体素节点为交互过程中的着色计算图元,交互过程终止后通过三维Harr小波逆变换逐级添加细节信息还原得到高分辨体素,进而实现多分辨绘制;最后充分利用多核CPU并行加速多分辨光线投射算法.对不同复杂度的面片模型进行压缩与绘制,实例计算表明,该算法高效且易于实现.     

基于分层策略的三维非刚性模型配准算法

在三维非刚性模型分析中,通常需要对不同姿态下的模型进行配准。针对传统配准算法存在复杂度高、计算量大、精确度低等问题,提出一种新的基于分层策略的三维非刚性模型配准算法。首先,定义热核签名函数为模型的标量域,使用同源聚类算法提取模型的特征点和特征区域,进而提出三维几何模型的树形表示方法:它的根节点为三维几何模型,内部节点为模型的特征区域,叶节点为包含在相应区域的特征点。然后,根据三维几何模型的树形表示提出模型的分层配准算法。在SHREC 2010模型配准数据集上对比分析了分层配准算法、推广的多维尺度变换算法（GMDS）和博弈论方法在等距变换、孔洞、小孔洞、尺度变换、局部尺度变换、重采样、噪声、散粒噪声以及拓扑变换等情况下的性能。实验结果表明,在以上三维几何模型数据受干扰的情况下,分层配准算法的准确性明显优于GMDS方法和博弈论方法,同时具有较低的计算复杂度。     

多尺度动态模型单传感器动态系统分布式信息融合

利用多尺度分析的思想,将基于模型的动态系统分析方法与基于统计特性的多尺度 信号变换方法相结合,在不同尺度上拥有对目标状态进行不同描述的多模型动态系统,提出 多尺度分布式信息融合估计新算法,在最细尺度上获得目标状态基于全局信息的融合估计 值,初步解决了多尺度动态模型信息融合问题,这些工作丰富和发展了信息融合理论.     

基于HMM的多尺度Wedgelet图像压缩算法

针对小波变换在压缩图像边缘上的不足,提出了率失真意义下的多尺度Wedgelet分析的改进方法,在进行多尺度Wedgelet分解时,将几何一致性考虑到优化准则中,建立了隐Markov模型,并利用Hausdorff距离来衡量图像Wedgelet分解的有效性,使图像近似边缘具有更自然的几何特性。实验结果表明了该算法的有效性。     

Moments-Based Fast Wedgelet Transform

In the paper the moments-based fast wedgelet transform has been presented. In order to perform the classical wedgelet transform one searches the whole wedgelets’ dictionary to find the best matching. Whereas in the proposed method the parameters of wedgelet are computed directly from an image basing on moments computation. Such parameters describe wedgelet reflecting the edge present in the image. However, such wedgelet is not necessarily the best one in the meaning of Mean Square Error. So, to overcome that drawback, the method which improves the matching result has also been proposed. It works in the way that the better matching one needs to obtain the longer time it takes. The proposed transform works in linear time with respect to the number of pixels of the full quadtree decomposition of an image. More precisely, for an image of size N×N pixels the time complexity of the proposed wedgelet transform is O(N ²log ₂ N).     

基于有限Ridgelet变换的图像去噪

Ridgelet变换是一种新的图像多尺度几何分析（MGA）方法，它能有效地对图像进行多尺度，多方向的描述。M．N．Do提出一种可逆的，正交化的，极好重建性的Ridgelet变换实现一有限Ridgelet变换（FRIT）。本文将有限Ridgelet变换应用到线状边界明显的图像去噪中，实验结果表明，它比小波去噪取得更好的效果。     

首例男女人体数据的自动分割和体透明分析

在研究体绘制技术的基础上，提出了体透明分析的新思想，给出了基于广义模糊粗糙集GFRS的体数据分割算法和体数据对比度增强算法，研究了这些技术在体透明分析系统中的应用，并利用第4代交互数据语言IDL6.2设计实现了体透明分析系统。中国和美国首例男女人体数据在该系统上的成功验证，标志着该系统有一定的理论价值、实用价值及广阔的市场前景。     

WSN中基于最大最小化的优化路由算法

无线传感器网络(WSN)由能量受限的节点组成,需要设计路由算法优化节点的能耗。文章以最大化网络生存时间为目标,基于最大最小化模型提出了优化路由算法,定义了数据发送矩阵,设计了转发节点选择机制,以避免路由回路;基于节点收发数据的能耗及剩余能量,设计了求解优化路由的数学规划模型,优化了传感器节点的数据发送路径和发送量,均衡了节点的能量消耗。仿真结果表明,该算法能有效地均衡节点的能耗,延长网络生存时间。     

一种高效节能的无线传感网络动态路由算法

无线传感网络是21世纪最具有影响力的技术之一。但是这在个网络中如何延长网络生命力和减少能量消耗是关键,所以就需要设计一个动态的、自适应的路由协议算法至关重要。在已存在的LEACH算法的基础上,提出了一种基于粗糙集的动态理由算法,该算法首先预测出无线传感网络中所有节点的负载情况,然后采用多路跳变的方式选择一条最佳路径传送数据,在传送过程中,对于一些相似度极高的数据进行整合,最终到达基站。仿真结果表明,提出的算法和LEACH相比较,更加有效地减少和均衡能量耗损,延长网络使用寿命,强化数据传送率。     

Direct interval volume visualization

We extend direct volume rendering with a unified model for generalized isosurfaces, also called interval volumes, allowing a wider spectrum of visual classification. We generalize the concept of scale-invariant opacity—typical for isosurface rendering—to semi-transparent interval volumes. Scale-invariant rendering is independent of physical space dimensions and therefore directly facilitates the analysis of data characteristics. Our model represents sharp isosurfaces as limits of interval volumes and combines them with features of direct volume rendering. Our objective is accurate rendering, guaranteeing that all isosurfaces and interval volumes are visualized in a crack-free way with correct spatial ordering. We achieve simultaneous direct and interval volume rendering by extending preintegration and explicit peak finding with data-driven splitting of ray integration and hybrid computation in physical and data domains. Our algorithm is suitable for efficient parallel processing for interactive applications as demonstrated by our CUDA implementation.     

Fiber Surfaces: Generalizing Isosurfaces to Bivariate Data

Scientific visualization has many effective methods for examining and exploring scalar and vector fields, but rather fewer for bivariate fields. We report the first general purpose approach for the interactive extraction of geometric separating surfaces in bivariate fields. This method is based on fiber surfaces: surfaces constructed from sets of fibers, the multivariate analogues of isolines. We show simple methods for fiber surface definition and extraction. In particular, we show a simple and efficient fiber surface extraction algorithm based on Marching Cubes. We also show how to construct fiber surfaces interactively with geometric primitives in the range of the function. We then extend this to build user interfaces that generate parameterized families of fiber surfaces with respect to arbitrary polygons. In the special case of isovalue‐gradient plots, fiber surfaces capture features geometrically for quantitative analysis that have previously only been analysed visually and qualitatively using multi‐dimensional transfer functions in volume rendering. We also demonstrate fiber surface extraction on a variety of bivariate data.