一种改进的中轴骨架三维模型检索算法

针对三维模型检索算法性能较低的问题,提出了一种改进的中轴骨架三维模型检索算法。     

基于GPU的3D距离变换*

距离变换在图像处理中有着非常广泛的应用。由于3D图像数据的复杂性,传统基于CPU的3D距离变换效率较低。为此,研究了将3D图像数据有效地组织到纹理中存储的方法,设计并实现了基于GPU的3D距离变换并行算法。实验结果表明,相对基于CPU的算法,该方法具有非常高的加速比。     

基于中轴表达的三维模型轮廓提取方法

三维网格模型的轮廓信息在网格检索、网格简化、网格重建中有着广泛应用。现有的轮廓提取方法较为复杂,需要分析和过滤网格模型的几何特征,计算量大且有时无法生成完整的轮廓信息。近年来,三维模型的中轴表达研究趋于成熟,在表达模型几何拓扑关系上有独特的优势。因此,提出了一种基于中轴表达的三维模型轮廓提取方法：首先提取三维模型的中轴表达信息,将中轴角点投影到三维模型表面;然后根据每个区域的拓扑关系选择适合的角点连接关系,将投影点连接形成模型区域轮廓;再针对投影过程中产生的误差进行分析和纠正;最后合并区域轮廓得到三维模型的完整轮廓。通过对多个模型数据库中代表性的三维网格模型进行实验和重建误差比较,该方法的平均重建质量较现有方法约有10%的提升,在重建质量和轮廓信息完整度方面优于现有方法。     

基于欧氏距离变换的肺部粘连肿瘤分割算法

以肺部CT图像为研究对象,针对肺部粘连肿瘤图片本身的特点,提出了一种基于边缘跟踪的二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内对目标区域进行边缘跟踪、腐蚀,直到肿瘤区粘连部分与肺部边界分离.算法能够计算精确的欧氏距离.通过实验分割出的肿瘤和放射科医生手工勾画的肿瘤轮廓对比,5幅病例图像重叠率达到了75%左右,实验结果表明该方法对于中晚期肺部粘连肿瘤的分割有一定的效果.     

Medial axis transform on mesh-connected computers with hyperbus broadcasting

To represent a region of a digital image as the union of maximal upright squares contained in the region is called the medial axis transform. In this paper, we present anO(logn) time parallel algorithm for the medial axis transform of ann×n binary image on an SIMD mesh-connected computers with hyperbus broadcasting usingn ³ processors.     

基于整数中轴骨架的3维模型检索算法

针对3维模型检索算法性能较低的问题,提出了一种基于整数中轴骨架的3维模型检索算法。在对3维模型进行姿态调整和各向同向性预处理后,提取模型的整数中轴骨架,并记录每个骨架点相应的几何信息,对提取的骨架按不同的空间区域划分,形成模型骨架二叉树。为了能够描述骨架二叉树的不同节点对模型整体相似性匹配的影响程度,为每个节点定义一个特征权值,其大小由该节点对应的骨架区域大小所决定。最后,采用由粗到细逐步淘汰的策略计算不同模型的相似度。对一个标准3维模型测试数据库的检索实验结果表明,由于将模型的拓扑结构和统计特征相结合,该算法可以得到较好的检索性能。     

基于三维地震数据的并行希尔伯特黄变换算法研究

为了对地震属性原始剖面中的细微构造特征或岩性界面进行较好的分辨和验证,一种改进的希尔伯特黄变换算法被采用.该方法首先对信号进行经验模态分解,对分解分量进行希尔伯特频谱分析.采用了最新的图形处理器(graphical processing unit,GPU)技术,将数据转换到GPU上进行并行处理,极大地提高了处理速度.实验结果表明,与基于CPU的方法相比,该方法计算速度提高了4倍左右.     

基于局部特征点的三维模型变换域水印算法HHME2013-ID83

为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,本文提出一种基于局部特征点的变换域算法。首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比例组成二维矩阵,对二维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数以嵌入水印;最后通过逆向离散小波变换得到空域信号,修改三维模型局部特征点的模长以得到含水印的三维网格模型。实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求,能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。     

基于小波变换的改进DnCNN网络的遥感图像去噪

遥感图像去噪一直是遥感领域的重要难题,现有的去噪算法会使图像边缘信息模糊,导致图像中有用信息丢失,为了提高遥感图像的质量,提出了一种改进DnCNN（Denoising Convolutional Neural Network）的遥感图像去噪方法,通过小波变换将原始图像分解成不同子带,采用基于遗传算法的网络结构自动搜索方法对于不同子带搜索出不同结构和参数的DnCNN网络实现去噪,使对噪声成分的提取更加有针对性。实验采用峰值信噪比（PSNR）和结构相似性（SSIM）两项评价指标对实验结果进行量化评判,标准差为20时,较原始的DnCNN方法相比PSNR值平均提高了3.5%,图像细节清晰,能有效地保护遥感图像边缘特征和轮廓结构的完整性。     

基于三维栅格的GIS距离分析算法研究与应用

基于距离的分析是GIS中的一项基本空间分析功能,目前该分析主要是基于二维的,对三维空间的距离分析研究则较少。对基于三维栅格的距离分析进行了研究,提出了基于三维栅格的最短距离算法,并把该算法应用于非均质的三维缓冲体的生成。     

Recovering 3D human pose based on biomechanical constraints,postures comfort and image shading

This paper presents a new model to identify 3D human poses in pictures, given a single input image. The proposed approach is based on a well known model found in the literature, including improvements in terms of biomechanical restrictions aiming to reduce the number of 3D possible postures that correctly represent the pose in the 2D image. Since the generated set of poses can have more than one possible posture, we propose a ranking system in order to suggest the best generated postures according to a “comfort” criterion and shading characteristics in the image as well. The comfort criterion adopts assumptions in terms of pose equilibrium, while the shading criterion eliminates the ambiguities of postures taken into account the image illumination. We must emphasize that the removal of ambiguous 3D poses related to a single image is the main focus of this work. The achieved results were analyzed w.r.t. visual inspection of users as well as a state of the art technique and indicate that our model contributed in some way to the solution of that challenge problem.     

基于变形与测地距离一致性约束的3D面皮点对应

针对三维面皮生理点对应关系建立这一难题,充分考虑测地距离在描述复杂几何体表面形状方面的优势,提出了基于变形与测地距离一致性约束的3D面皮生理点对应方法。首先在Frankfurt坐标变换后标定面皮特征点集,利用特征点对应关系进行TPS变形;然后根据特征点几何特征向量建立初始点对应关系集,并利用测地距离一致性约束对其进行修剪以生成对应关系核心集;最后扩展对应关系核心集,直至确定源模型上每一顶点的对应关系。实验表明,该方法提高了点对应关系准确度,可有效建立三维面皮生理点对应关系。     

基于Hough变换和GVF Snake模型的脑肿瘤分割方法*

脑MR图像中肿瘤区域的精确分割对后续的治疗与诊断十分关键,本文提出了一种基于Hough变换定位与遗传算法优化GVF Snake模型的脑肿瘤分割方法。首先,利用Hough变换和阈值处理自动确定肿瘤区域,然后,利用GVF Snake模型对肿瘤区域进行分割,同时为了防止GVF Snake在分割时易出现局部极小值的问题,进一步利用遗传算法的全局优化特性,对GVF Snake模型分割的结果进行优化。实验结果表明,本文提出的模型一方面能实现对肿瘤区域的自动定位,同时也避免了GVF Snake模型在分割时易陷入局部最优的问题,使分割的结果更加精确。     

Analysis of college martial arts teaching posture based on 3D image reconstruction and wavelet transform

Martial arts is a traditional sports event of the Chinese nation, which carries history and culture. With the development of “Martial Arts on Campus Activities” in recent years, more and more schools have opened general martial arts courses. However, due to the more complex technical movements of martial arts, there are often varying degrees of gaps between the movements and standard movements. Based on this, this research introduces three-dimensional imaging technology on the basis of traditional physical education teaching methods, aiming to explore new martial arts teaching models through image reconstruction and posture analysis. First of all, in order to obtain a three-dimensional point cloud and three-dimensional line, this paper extracts and matches feature points and feature lines on the input image. Secondly, on the basis of obtaining dense matching and straight-line matching, this paper selects the image with the most feature line matching for reprojection. Wavelet transform is used in the process of image compression and coding, including signal decomposition and reconstruction steps. Finally, through the experimental test of martial arts teaching posture images in colleges and universities, it shows that the method of combining three-dimensional image reconstruction and wavelet transform proposed in this paper has good applicability and efficiency, and can provide a scientific reference for college martial arts teaching.     

基于点云面的区域性三维重建及点云拼接*

目前基于点云面的三维重建方法中,重建的区域性选择存在着两个问题：重建区域过大会导致目标物体不明确,效果不佳,运行时间长;重建区域过小会导致目标物体不完整,信息丢失。针对重建窗口过大时,本文采用改进的snake的区域性重建算法,即通过轮廓提取只对窗口内的目标物进行重建;针对重建窗口过小时,本文采用基于投影面的点云拼接算法,即通过重建后的点云进行拼接的方法使目标物体恢复完整。以上两点改进弥补了点云三维重建及拼接时出现的应用局限性和不稳定性,减少重建时间,提高重建有效性,鲁棒性。     

基于特征点和改进ICP的三维点云数据配准算法

在光学非接触三维测量中,复杂对象的重构需要多组测量数据的配准。最近点迭代(ICP)算法是三维激光扫描数据处理中点云数据配准的一种经典的数学方法,为了获得更好的配准结果,在ICP算法的基础之上,提出了结合基于特征点的等曲率预配准方法和邻近搜索ICP改进算法的精细配准,自动进行点云数据配准的算法,经对牙齿点云模型实验发现,点云数据量越大,算法的配准速度优势越明显,采用ICP算法的运行时间(194.58 s)远大于本算法的运行时间(89.13 s)。应用实例表明:该算法具有速度快、精度高的特点,算法效果良好。