飞行器表面矢量场数据动态纹理可视化方法

面向飞行器表面流场数据可视化的应用需求,提出一种基于线性卷积（LIC）及纹理平流（IBFVS）相结合的动态纹理可视化方法。算法通过将IBFVS方法的背景随机噪声替换为LIC纹理方式,结合了LIC纹理结果对比度高及IBFVS方法生成速度快的优势;针对LIC绘制速度慢的不足,利用GPU对曲面矢量场投影并插值,生成规则矢量数据场;用GPU对LIC部分进行并行加速,有效提高了LIC纹理图像产生速度;将LIC结果图像加入到IBFVS进行平流,生成纹理图像,最后加入颜色映射,丰富流场信息。实验结果表明,该方法生成的飞行器表面动态纹理图像对比度高,清晰度强,实时绘制性能好。     

基于信息熵的流场定向线积分卷积算法

流场可视化是对流场数据进行直观分析的一种新的可视化技术,而定向线积分卷积（OLIC）算法作为一种经典的纹理可视化方法,使用该算法能明显地观察出流场方向流动的演化。为了优化可视化效果,提出了一种基于信息熵的OLIC算法。首先,基于流场矢量数据生成基于信息熵的稀疏噪声;然后,采用斜坡卷积核函数对输入纹理进行卷积计算;最后,通过计算输出纹理图像中每一个像素点的灰度值,得到最终的OLIC纹理图像。所提算法可以根据熵值在临界点区域和非临界点区域自适应地生成流线。其中临界点区域含有流场的重要信息,选择密集绘制;而在非临界点区域则选择稀疏绘制。通过在不同区域绘制不同密度的流线,所提算法节省了计算成本;与普通OLIC算法相比,所提算法的绘制速度至少提升了18.6%;在可视化效果方面,所提算法优于普通的全局绘制,使用所提算法能更仔细地观察特征区域。     

增强型IBFV 2维矢量场可视化算法

提出一种基于质点平流的增强型IBFV可视化算法,可显著增加IBFV算法生成图像的对比度。首先通过质点平流获得一系列的矢量纹理;然后将这些矢量纹理作为IBFV算法中的背景图像,代替原来的噪声纹理与帧缓存中的纹理进行图像混合生成新图。通过这种方式不仅可以准确反映流场的动态变化,而且增强了矢量线间的对比,同时还可以获得较高的绘制速度。     

单幅人脸图像的全景纹理图生成方法

目的针对从单幅人脸图像中恢复面部纹理图时获得的信息不完整、纹理细节不够真实等问题,提出一种基于生成对抗网络的人脸全景纹理图生成方法。方法将2维人脸图像与3维人脸模型之间的特征关系转换为编码器中的条件参数,从图像数据与人脸条件参数的多元高斯分布中得到隐层数据的概率分布,用于在生成器中学习人物的头面部纹理特征。在新创建的人脸纹理图数据集上训练一个全景纹理图生成模型,利用不同属性的鉴别器对输出结果进行评估反馈,提升生成纹理图的完整性和真实性。结果实验与当前最新方法进行了比较,在Celeb A-HQ和LFW(labled faces in the wild)数据集中随机选取单幅正面人脸测试图像,经生成结果的可视化对比及3维映射显示效果对比,纹理图的完整度和显示效果均优于其他方法。通过全局和面部区域的像素量化指标进行数据比较,相比于UVGAN,全局峰值信噪比(peak signal to noise ratio,PSNR)和全局结构相似性(structural similarity index,SSIM)分别提高了7.9 d B和0.088,局部PSNR和局部SSIM分别提高了2.8 d B和0...     

油膜流场可视化的实时性研究

为了建立虚拟轴承流场分析系统，提出基于粒子纹理映射的流场可视化方法．该方法能够充分利用现有的图形硬件加速器，具有绘制速度快、图像对比度高、粒子衰减过程易于控制、与流体实验现象一致等特点．文中的研究成果对于更深入地研究轴承运行过程中油膜的动态变化和传热机理具有十分重要的理论和实践意义。     

基于非结构化三角网格的流场可视化研究

FVCOM是一种被广泛应用的非结构化三角网格海洋数值模型,基于非结构化三角网格的海洋流场数据可视化对于分析海流的动态变化规律和研究海洋环境具有重要意义。论文通过分析FVCOM模拟产生的海洋流场数据,根据网格的面积和临界点进行粒子均匀随机化。在AMFCA算法的基础上添加视角像素参数,同时提出根据网格的面积大小采用局部步长进行轨迹计算。论文针对非结构化三角网格提出通过边列表进行点定位方法。在Cesium引擎下,采用基于动态粒子的流场可视化方法,使用WebGL对粒子运动轨迹进行渲染,实现了基于非结构化三角网格的流场可视化应用。现已实现对FVCOM数据进行流畅且准确的流场可视化,可基于本地服务器运行。     

基于亮度评估技术的特征增强衍生图融合算法

针对由动态范围,光照条件,图像捕获设备等因素获得的低亮度图像,提出了一种基于亮度评估技术的特征增强衍生图融合算法来实现亮度较暗图像的对比度调整和特征增强.首先,利用亮度评估技术对低亮度图像的亮度进行评估优化处理,得到曝光率映射;然后,结合曝光率映射和改进的卡方分布函数模型来获取两幅特征增强的衍生图进行融合.最后,利用改进的衍生图融合算法得到最终融合图像.实验结果表明,所提算法的亮度误差,视觉信息保真度,图像互信息等评估参数优于近期方法,在提升图像对比度同时保留了图像良好曝光率区域,并较好地恢复了低亮度区域的边缘以及纹理等细节信息.     

基于物理先验的深度特征融合水下图像复原北大核心CSCD

由于水下环境的浮游生物悬浮杂质及不同光谱吸收率等干扰因素,水下图像往往会出现图像模糊、颜色失真和光照不均等退化问题。本文提出联合水下物理成像规律与数据驱动深度学习方法的水下图像重建模型。利用深度神经网络推断物理成像模型中的可学习参数,通过调制卷积和物理先验知识分别生成基于数据驱动的复原特征图和基于物理先验的复原特征图,引入混合注意力机制的深层特征级融合,重建最终的复原图像。实验结果表明该方法可以在减少噪声、提高对比度的同时,恢复图像的细节,提高水下图像的可视化质量和目标检测精度,增强水下学习模型的鲁棒性和泛化能力。     

基于多分辨率的纹理合成加速算法

为提高样图纹理合成速度,提出一种基于多分辨率的纹理合成加速算法,通过提高纹理合成寻找最优图像块的速度,实现整体算法的加速。在不影响图像合成质量的前提下,能够有效提升纹理合成的效率。实验结果表明,将该算法用于虚拟植物可视化中,可以构造出具有较高仿真度的植物器官。     

基于Object Proposals并集的显著性检测模型

针对当前常见的显著性检测模型得到的结果会包含大量的背景区域的缺点,本文提出了基于Object Proposals并集的显著性检测模型。该模型首先对于输入图片生成一系列Object Proposals,并通过其并集计算得到背景图;然后结合纹理特征和全局对比度得到初始显著图;最后,用得到的背景图对初始显著图进行背景抑制得到最终显著图。实验结果表明,在通用MSRA1000数据集上,本文提出的显著性模型与其他5种方法相比取得了很好的效果。     

Interactive multi-image colour visualization for hyperspectral imagery

Data visualization can accelerate data processing so that enormous quantities of data can be utilized effectively. Visualization of data can achieve image communication between people and data as well as between people to help observers get information hidden in data, providing a tool for discovery and understanding of scientific law. To solve the problem of multi-image and multi-modality image display in the field of remote sensing, an interactive colour visualization method for hyperspectral imagery (HSI) is proposed in this article. This method visualizes complex information of original HSI data through different fusion results of multiple images in a colour space, which is under the interactive control of the observers. By gradually determining predetermined points, observers can obtain a relatively satisfying image blending mode, output an image with clearer interested target, and obtain the corresponding mixing coefficient of images. The proposed method can also solve the problem that traditional visualization methods only display information from three bands in one image, and conduct information mining in HSI with a certain purpose based on the demands of users. In addition, this approach is also applicable for visualization of other types of multi-modal imagery.     

空间晶体生长实验中流场的动态显示研究

矢量场可视化是科学计算可视化研究的重要方向.对于复杂环境条件下大数据量矢量场的可视化,传统的方法运算量大,实时性难以满足要求.以空间晶体生长实验中的流场数据可视化为应用背景,针对目前常用方法的不足,引入了一种全新的基于图像的流场可视化方法--IBFV方法,并对该方法的机理进行了深入地分析和研究,给出了一种基于OpenGL图形库的简单实现算法,最终应用于布里奇曼晶体生长实验中流场数据的实时动态显示.实践证明此方法独立于流场数据,具有良好的适用性和直观性,并具有极高的速度,在当前普通PC机上可以实现50fps的动态显示帧频,得到连续无抖动的流场动态图像仿真.     

实时的2D不稳定流场可视化算法

为了提高不稳定流场可视化结果的绘制质量和绘制速度,提出一种基于平流技术与纹理混合的不稳定流场可视化改进算法。算法分别通过图像平流来获得流场动画的时间一致性,通过质点平流来获得流场动画单帧图像的空间一致性,最后通过纹理混合使流场动画的时间、空间一致性统一起来。通过这种方式获得的流场动画纹理细节清晰、帧间过渡平滑,绘制速度较快,具有较高的时间、空间一致性,可以准确地反映不稳定流场的动态变化。     

基于非结构化三角网格的海洋流场可视化

针对二维流场可视化均是基于结构化网格流场数据的情况,提出一种基于非结构化三角网格的海洋流场可视化策略：使用流线表达流场,流线可视化的主要挑战是种子点放置问题,即流线的初始点,制定了非结构化三角网格下基于特征引导的种子点放置策略,合理放置流线初始点以利于表达流场特征;设计了基于网格密度的层次聚类算法,引入网格密度属性对流线进行聚类并基于聚类质心进行流线放置,在保留了FVCOM 模式数据的多密度性前提下提高了流线可视化效果。实验表明,该方法可以有效地保留流场特征,并且借助 FVCOM 模式的边界拟合性能在海湾、河道等地区取得良好的可视化效果;在此基础上,基于 Cesium引擎开发了基于流线聚类数据的动态流场可视化应用,其是 FVCOM 模式数据首次应用于动态粒子流场的一次尝试,并且具有较好的可视化效果。     

PDE methods in flow simulation post processing

Vector field visualization is an important topic in scientific visualization. The aim is to graphically represent field data in an intuitively understandable and precise way. Two novel methods are described which enable an easy perception of flow data. The texture transport method especially applies to timedependent velocity fields. Lagrangian coordinates are computed solving the corresponding linear transport equations numerically. Choosing an appropriate texture on the reference frame the coordinate mapping can be applied as a suitable texture mapping. Alternatively, the aligned diffusion methods serves as an appropriate scale space method for the visualization of complicated flow patterns. It is closely related to nonlinear diffusion methods in image analysis where images are smoothed while still retaining and enhancing edges. Here an initial noisy image is smoothed along streamlines, whereas the image is sharpened in the orthogonal direction. The two methods have in common that they are based on a continuous model and discretized only in the final implementational step. Therefore, many important properties are naturally established already in the continuous model. Received: 12 March 1999 / Accepted: 24 August 1999     

Anisotropic diffusion in vector field visualization on Euclideandomains and surfaces

Vector field visualization is an important topic in scientific visualization. Its aim is to graphically represent field data on two and three-dimensional domains and on surfaces in an intuitively understandable way. Here, a new approach based on anisotropic nonlinear diffusion is introduced. It enables an easy perception of vector field data and serves as an appropriate scale space method for the visualization of complicated flow pattern. The approach is closely related to nonlinear diffusion methods in image analysis where images are smoothed while still retaining and enhancing edges. Here, an initial noisy image intensity is smoothed along integral lines, whereas the image is sharpened in the orthogonal direction. The method is based on a continuous model and requires the solution of a parabolic PDE problem. It is discretized only in the final implementational step. Therefore, many important qualitative aspects can already be discussed on a continuous level. Applications are shown for flow fields in 2D and 3D, as well as for principal directions of curvature on general triangulated surfaces. Furthermore, the provisions for flow segmentation are outlined     

Energy‐scale Aware Feature Extraction for Flow Visualization

In the visualization of flow simulation data, feature detectors often tend to result in overly rich response, making some sort of filtering or simplification necessary to convey meaningful images. In this paper we present an approach that builds upon a decomposition of the flow field according to dynamical importance of different scales of motion energy. Focusing on the high‐energy scales leads to a reduction of the flow field while retaining the underlying physical process. The presented method acknowledges the intrinsic structures of the flow according to its energy and therefore allows to focus on the energetically most interesting aspects of the flow. Our analysis shows that this approach can be used for methods based on both local feature extraction and particle integration and we provide a discussion of the error caused by the approximation. Finally, we illustrate the use of the proposed approach for both a local and a global feature detector and in the context of numerical flow simulations.     

高质量快速全景场景再现技术

目的 色彩纠正和图像融合是生成高质量全景场景图像的关键技术。色彩纠正中参考图像的选择以及图像融合算法,决定着所生成全景图像的质量和速度。现有方法在确定一幅图像是否适合作为参考图像时,需要遍历所有其他图像,计算其作为参考图像进行色彩纠正的效果,复杂度高,速度慢;在图像融合时存在融合质量与融合速度之间的矛盾。因此,如何快速生成高质量的全景图像就成为全景场景再现的主要诉求。为此本文提出优化的参考图像自动选择的色彩纠正方法和基于重叠区域划分的分区融合方法。方法 针对参考图像选择算法复杂度高的问题,根据图像质量与稳定性通常呈反比关系的事实,采用贪婪策略,选择质量最差的图像在色彩纠正前后的相似度,作为是否选择当前图像作为参考图像的评价指标,在保证参考图像满足色彩纠正需求的前提下,大幅降低计算复杂度。针对融合质量与融合速度之间的矛盾,提出分区融合：将重叠区域划分为接缝区域和非接缝区域,利用泊松融合的接缝不可见性和线性融合实现速度快的特性分别对接缝区域和非接缝区域进行融合,既保证融合的质量,又加快融合速度。在此基础上,加入简单点光源,解决上述过程产生的光线一致性问题,进一步提高图像质量。结果 采用主观和客观相结合的方法对结果进行评估。主观方面,本文算法生成的全景图像色彩基本实现平滑过渡且图像原始信息保留完整。客观方面,色彩纠正前后图像的结构相似度（SSIM）控制在0.850.99之间,时间复杂度由原来的O（n²）降低到O（n）;分区融合后图像信息熵接近于泊松融合,但时间消耗降低72%。采用基于PC端的问卷调查法和OG-IQA算法将本文算法与PTGui、OpenCV、Xiong方法生成的全景图质量进行对比,在大多数情况下本文算法均优于上述算法。结论 实验表明,本文算法适用于多种场景,在保证目视效果良好的前提下,时间消耗降低,可广泛应用于医学、数字旅游、遥感等领域。