大数据丛书

数据的采集、提取和理解是人类感知和认识世界的基本途径之一,数据可视化为人类洞察数据的内涵、理解数据蕴藏的规律提供了重要的手段。随着数据时代的来临,大数据的分析、挖掘与可视化已经成为信息技术发展的迫切需求。面对当前科学可视化、信息可视化、可视分析研究和应用的新形势,     

医学图像数据压缩中的机器学习方法

在医学研究中会产生大量需要储存、传输的图像数据,如计算机断层扫描(CT)等.医院要处理海量患者的所有数据相当困难,必须对这些数据进行压缩.随着人工智能技术的发展,应用机器学习的医学图像数据压缩方法成为新的研究热点.文中首先总结了传统医学图像数据压缩方法;然后基于机器学习的医学图像数据压缩方法,对各类方法针对脑部CT、肺部CT等不同医学图像的压缩效果进行对比,并对这些方法在压缩率、算法复杂度、重构质量等方面的优缺点进行系统的总结,指出机器学习和感兴趣区域结合的方法可以在享受有损压缩带来的高压缩率的同时保留重要区域的特征信息,比其他压缩方法更贴合医学数据的压缩要求;最后展望了该领域的未来方向和挑战.     

基于视觉感知增强的最大密度投影算法

提出一种基于视觉感知增强的最大密度投影算法,无需调节复杂的传输函数,就可以有效增强体数据内部最大密度特征的深度感知和形状感知.在传统的最大密度投影算法的基础上,利用梯度模属性精确查找特征或相似特征的边界,以确定最佳法向特征;利用最佳法向特征的深度信息自适应地修改局部光照系数,进而对最大密度特征进行光照处理,以获得视觉感知增强的可视化结果;采用基于密度值和三维空间距离的双阈值区域增长策略,动态区分感兴趣区域和背景区域,交互地实现特征突出显示.实验结果表明,该算法在传统算法的基础上进一步增强了最大密度特征的视觉感知,并提供了丰富的形状信息和背景补偿信息,具有较强的实用性.     

DBSCAN和K-Means混合聚类的牙齿特征自动识别

根据牙齿网格数据表面的特点,提出一种密度聚类DBSCAN和K-Means混合聚类的牙齿特征自动识别算法.首先利用平均曲率和高度值对数据进行预处理,加大区域间的距离;然后将牙齿点中高度值高的点投影到XOY平面作DBSCAN聚类,获取簇数和中心点作为下一步的输入;再使用K-Means算法对预处理的模型处理,用于牙齿区域的划分;最后基于每个划分区域对特征点进行识别.实验结果表明,该算法能够精确地检测出牙齿的特征点,比已有识别算法操作简单、正确率高.     

基于数码相机参数还原的多屏拼接几何校正技术

数码相机的几何校正技术已经成为多屏拼接过程中的关键技术,然而传统的线性几何校正结果并不令人满意,新兴的非线性几何校正方法由于过程烦琐而不能得到广泛应用.在传统的线性校正方法的基础上,通过对样本图片的采样和计算获得数码相机的扭曲系数,提出一种基于相机参数还原的多屏拼接几何校正技术,并将其应用于多屏拼接系统,获得了高分辨率图像的显示结果.实验结果表明,文中方法有效地提升了多屏拼接的精度,具有一定的实用性.     

体绘制中视点和光源的协同优化

针对体绘制中只对视点或光照参数的单独优化而导致体数据中隐含的信息无法在图像空间中表现最大化的问题,提出一种视点和光源位置协同优化的方法,在传输函数不变的情况下选择最优的视点和光照参数.该方法基于信息熵设计,并南视点熵、光照熵及两者之间的互偶熵组成视点与光照统一评估框架,用来评估不同视点和光照参数条件下最终绘制图像表达的信息量.视点熵用于评估与视点相关的不透明度值分布所包含的信息量;光照熵的计算则通过考虑颜色在图像空间的分布,使用基于区域的mean shift算法进行基于颜色的图像空间划分;互偶熵用于评估光照前后绘制图像亮度变化所带来的信息量.对各种体数据的实验结果表明,采用文中方法能够有效地协同优化视点和光源位置.     

一种有效显示隐藏特征的光线投射算法

提出了一种有效显示隐藏特征的光线投射算法,无需调节复杂的传输函数,便可以有效地显示光线方向上被遮挡的感兴趣的特征.在沿光线方向遍历的过程中,采用低通滤波对光线上采样点的标量值进行平滑,以获得不受噪声干扰的、准确的特征点;根据特征点的深度信息调整当前最大的标量值,以获得能够满足隐藏特征显示的当前最大标量值;计算最大标量差...     

基于区域能量函数的快速CBCT图像牙齿分割算法

从锥形束面计算机断层扫描图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.针对邻接牙、牙周组织模糊等问题,提出一种基于区域能量函数的快速牙齿分割算法.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线;然后根据灰度分布特征确定曲线变化的搜索路径和变化区域,在此区域内构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,优化初始分割曲线得到精确的分割曲线;再将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线;最后使用Marching Cubes算法重建得到完整牙齿网格模型.采用CBCT数据集进行测试,实验结果表明,该算法能够有效且快速地解决模糊问题,得到满足正畸治疗需要的牙齿模型.     

鲁棒多尺度地震层位识别与可视化

提出鲁棒多尺度地震层位识别与可视化方法,解决复杂层位识别和分类难题.为了抑制噪声,增强层位连续性,提出基于三边滤波的地震体数据结构增强算法.对于结构增强的地震体数据,提出多尺度层位识别方法,根据层位平坦度在层位识别过程中自动调整识别尺度实现层位自动分类.为了观察所识别的层位,给出多体可视化与层位识别过程可视化方法.集成地震体数据结构增强算法、多尺度层位识别方法和层位可视化方法等新技术为一个地震层位识别与可视化系统.大量实验结果验证了该层位识别方法的有效性.     

基于层次狄利克雷过程的交互式主题建模

随着信息技术的快速发展,大量的文本数据产生、被收集和存储.主题模型是文本分析的重要工具之一,被广泛地应用于分析大规模文本集.然而,主题模型通常无法直观而有效地结合用户的领域专业知识对模型结果进行修正.针对这一问题,提出了一个交互式可视分析系统,帮助用户对主题模型进行交互修正.首先对层次狄利克雷过程进行了改进,使其支持单词约束;然后,使用矩阵视图对主题模型进行展示,并使用语义相关的词云布局帮助用户寻找单词约束,用户通过添加单词约束迭代优化主题模型;最后,通过案例分析及用户研究来评价该系统的可用性.