B样条工线的小波光顺法

本文研究了Ｂ样条曲线的小波光顺法，首先介绍了利用准均匀Ｂ样条曲线逼近具有任意节点矢量的Ｂ样线的方法，从而将任意Ｂ样条曲线转化为多分辨率表示，进而提出了基于小波的曲线光顺误差控制算法。小波光顺法在光顺曲线的同时具有减少控制顶点的作用，兼具简单性和通用性的优点。     

B样条曲线的小波光顺法

本文研究了B样条曲线的小波光顺法。首先介绍了利用准均匀B样条曲线逼近具有任意节点矢量的B样条曲线的方法，从而将任意B样条曲线转化为多分辨率表示，进而提出了基于小波的曲线光顺误差控制算法。小波光顺法在光顺曲线的同时具有减少控制顶点的作用，兼具简单性和通用性的优点。     

彩色CRT校正透镜测量及数据处理

校正透镜测量方法和数据处理的研究是校正透镜曲面整体设计过程中一个重要方面 ,本文针对校正透镜曲面特点 ,提出了校正透镜截平面测量方法 ;针对校正透镜采样数据的数量庞大 ,有时分布很差且有局部坏点和劣质测点的情况 ,给出了校正透镜的采样数据“去伪、存真、分界、压缩、匀化、光顺″算法处理 ,使得采样数据转换为理想数据 ,再用理想数据对校正透镜进行必要的几何建模 ,从而解决了校正透镜曲面设计问题。     

二进小波与扩散滤波结合的光学相干层析图像降噪

斑点抑制各向异性扩散(SRAD)是一种重要的图像降噪方法。将二进小波与SRAD结合,提出一种光学相干层析图像的二进小波扩散滤波降噪方法。该方法利用二进小波分解得到的不同尺度间小波系数的相关性区分边缘和噪声,修改SRAD中扩散系数得到新的扩散系数计算公式。实验表明,新方法具有更好的降噪能力,降噪后得到的图像的信噪比和对比度噪声比率等量化衡量指标都优于经典SRAD方法。     

结合PCANet与线性判别分析的视网膜光学相干断层扫描图像分类

目的 主成分分析网络（PCANet）能提取图像的纹理特征,线性判别分析（LDA）提取的特征有类别区分性。本文结合这两种方法的优点,提出一种带线性判别分析的主成分分析网络（PCANet-LDA）,用于视网膜光学相干断层扫描（OCT）图像中的老年性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）及正常（NOR）这3类的全自动分类。方法 PCANet-LDA算法是在PCANet的基础上添加了LDA监督层,该层加入了类标签对特征进行监督投影。首先,对OCT视网膜图像进行去噪、二值化及对齐裁剪等一系列预处理,获得感兴趣的视网膜区域;然后,将预处理图像送入一个两层的PCA卷积层,训练PCA滤波器组并提取图像的PCA特征;接着,将PCA特征送入一个非线性输出层,通过二值散列和块直方图等处理,得到图像的特征;之后,将带有类标签的图像特征送入一个LDA监督层,学习LDA矩阵并用其对图像特征进行投影,使特征具有类别区分性;最后,将投影的特征送入线性支持向量机（SVM）中对分类器进行训练和分类。结果 实验分别在医院临床数据集和杜克数据集上进行,先对OCT图像预处理进行前后对比实验,然后对PCANet特征提取的有效性进行分析,最后对PCANet算法、ScSPM算法以及提出的PCANet-LDA3种分类算法的分类效果进行对比实验。在临床数据集上,PCANet-LDA算法的总体分类正确率为97.20%,高出PCANet算法3.77%,且略优于ScSPM算法;在杜克数据集上,PCANet-LDA算法的总体分类正确率为99.52%,高出PCANet算法1.64%,略优于ScSPM算法。结论 PCANet-LDA算法的分类正确率明显高于PCANet,且优于目前用于2D视网膜OCT图像分类的先进的ScSPM算法。因此,提出的PCANet-LDA算法在视网膜OCT图像的分类上是有效且先进的,可作为视网膜OCT图像分类的基准算法。     

基于光源平移恢复物体法线和材质的算法

提出了一种基于光源平移恢复物体法线和材质的算法.光源平移时获得一组输入图像.根据输入图像将物体表面上的点分成纯漫反射点和混合点(包含漫反射和镜面反射的点).首先,根据镜面反射的原理求出混合点的法线.然后根据求出的法线用全局优化的迭代方法来恢复物体的材质.最后,根据不同输入图像中光源与物体的相对位置的不同,通过一个三角函数来恢复物体表面纯漫反射点的法线.分析对比实验结果和场景的真实参数表明,算法能够有效地恢复物体的法线和材质.     

半透明物体的PRT绘制算法

将传统的PRT(Pre-com puted Radiance Transfer)算法应用到半透明的物体上,提出了一种在任意复杂的环境光条件下使用非线性小波绘制半透明物体的快速算法。算法首先对场景中的每一个顶点计算一个转换向量,并且对每一个向量进行小波变换,保存量化后的小波系数;然后用相同的小波基对给定的环境光做小波变换,只保留其中绝对值较大的系数,从而得到环境光的非线性逼近。文章的算法可以将绘制物体的复杂的积分运算简化为N个稀疏向量间的乘积(N是场景中顶点的数目),从而达到实时的绘制速度。论文通过实验验证了算法的有效性。     

体数据小波分解的周期化技术

:体数据的小波表示及其在体绘制中的应用是近年来的一个研究热点。周期化技术是实现体数据小波分解的一个关键技术 ,但有关文献既未详细讨论也未给出技术细节。鉴于基数B样条小波在体绘制中的重要性 ,本文根据基数B样条小波分解算法及周期小波的概念 ,推导了周期B样条小波分解算法 ,并将该算法应用于体数据的多分辨表示。     

嫦娥一号太阳风离子数据在月表分布的可视化

根据嫦娥一号探月卫星获取的近月空间太阳风离子流量数据的特点,提出了对该数据的一种可视化表达方法。该方法首先从一个月的太阳风离子流数据中分离出向阳面或背阳面数据,从每一条记录中抽取所需的能级部分对其流量求和作为该记录的流量强度;根据当时卫星星下点的经纬度坐标将其投影到月球的均匀经纬度网格中,并求出每个网格中的平均离子流量强度,然后对该经纬度网格进行一种地图投影并选择一种色彩方案以表示不同强度的流量,从而得到离子流量在月表向阳面或背阳面的直观可视化结果。借助该方法能够对大量的太阳风数据在月面附近空间分布的总体变化趋势及特点进行显示与分析。实际数据实验结果验证了该方法的有效性。     

嫦娥一号高能粒子分布数据的可视化

针对大规模嫦娥一号高能粒子数据,提出采用可视化分析其数据分布的一套方法.利用各时刻获取的粒子通量来图示高能粒子通量随时间的变化情况;并将一段时间内粒子通量分成若干区间,利用直方图显示不同通量范围内粒子数的统计分布;针对月表各点粒子通量所处的不同范围,给出月表不同通量区间内粒子分布的三维显示;基于月表各投影网格对应的平均粒子通量,给出月表平均通量分布的三维显示;通过引入月地日夹角参数,可视化随月地日夹角变化的通量分布.基于文中方法设计并实现一个高能粒子可视化辅助分析系统,对不同月份、不同种类的高能粒子数据进行快速浏览和分析,大大提高了对高能粒子分布数据的分析效率.