计算机图形学及图象处理专刊

前言 本期集中刊登了计算机图形学及图象处理方面的论文、综述报告及简报等,集中地报道了近几年来我国在计算机图形学及图象处理方面所取得的部份研究成果。 本期刊登的前四篇论文都是有关几何造型技术的研究成果,《正则几何形体及正则集合运算》,讨论了正则几何形体的定义及其层次式的边界表示方法,介绍了正则集合运算的形式描述及其实现步骤。《自由曲面体的一种模型设计方法》,介绍了由剖面来描述和生成自由曲面的方法,并已成功地应用     

一种图象恢复效果接近最优的正则化方法

提出一种新的技术，它自适应地选取正则化参数以取得较理想的恢复效果．利用小波变换，分析正则化算子和正则化参数对图象残差的各子频段能量的影响．在本文条件下，我们论证正则化算子取拉普拉斯算子比取恒等算子恢复性能好,并且预测噪声能量．实验结果表明本文提出的方法不需要知道噪声能量，也能够自适应地确定正则化参数并且恢复性能比传统的方法好，恢复效果非常接近最优恢复．     

非正则精确模型的布尔操作

为了加强造型系统的表达能力,实现对线框模型、曲面模型和实体模型的统一表示和操作,该文采用非正则精确模型作为几何对象表示的数据结构,并给出了相应的布尔操作实现算法,在保证效率和精确性的同时确保鲁棒性是算法的目标.作为一个特征造型系统的几何核心,该算法已经在基于NT平台的特征造型系统GS-CAD98中实现.     

正则FI代数的MP滤子与同构基本定理

正则FI-代数是仅基于蕴涵算子在一般集合上建立的逻辑代数,它是[BR0]-代数和BL-代数的基础逻辑代数。基于经典代数的思想和方法,讨论了正则FI-代数的MP滤子与同构基本定理。引入正则FI-代数中MP滤子的概念,并讨论了其基本性质,给出了正则FI-代数中包含任意子集的最小MP滤子的构造方法;讨论了正则FI-代数的MP滤子和同余关系之间的内在联系;给出了正则FI-代数的同构基本定理。     

一种获取正则化参数的新方法

提出了一种获取正则化参数的新方法。利用随机理论解决正则解模糊误差能量期望值最小化问题,确定正则化参数。对正则化算子给定为Laplacian算子的情形予以测试,实验结果表明该文的恢复技术比传统方法的恢复性能好,恢复效果接近最佳且性能稳定。     

正则图像恢复中正则化算子选取的定性分析

对病态图像恢复中正则化算子的选取问题进行定性分析。以最小化正则解模糊误差为目标,利用泰勒级数定性地分析怎样选取正则化算子,得出结论:在信号的强度大于噪声强度的频带正则化算子应该是带阻的,而信号的强度小于噪声强度的频带正则化算子应该是带通的,通常情况下应选取低阻高通的正则化算子。实验结果表明了该结论的正确性。     

一种基于小波变换的迭代正则化图象恢复算法

提出一种基于小波变换的迭代正则化图象恢复算法,兼顾抑制噪声的增长和保留图象重要边界。该算法根据图象小波变换各个子频段的不同频率特性和方向特性,分别采用不同的正则化参数和正则化算子。实验结果表明舸用该算法的图象恢复的性能优于常规的空域算法。     

ω—正则语言类的一个子类

ω－语言是由有穷字线靖Σ上的一些无穷串组成的集合，被ω－有穷自动机接受的ω－语言称为ω－正则语言，作者曾从集合的角度描述了一类ω－正则语言，而不是传统地从生成或识别的角度来描述这一类正则语言，本文从集合的角度来描棕更为广泛的一类ω－正则语言。     

正则FI-代数的刻画及成为Boole代数的条件

正则FI-代数是仅基于蕴涵算子在一般集合上建立的逻辑代数。基于正则FI-代数的公理组以及诸多性质之间的内部联系,给出了正则FI-代数的两个公理组条件更少的刻画定理,简化了正则FI-代数的定义形式。在正则FI-代数中引入蕴涵分配性,探讨了蕴涵分配正则FI-代数的若干性质,证明了蕴涵分配正则FI-代数与Boole代数是相互等价的代数系统,给出了Boole代数的一种新的刻画,使其在形式上更接近于二值逻辑代数。     

带微调参量的正则化方法及其在降质图像恢复问题中的应用

1 引言降质图像恢复问题就是图像处理领域里一类反问题。降质图像恢复中的解通常是病态的,利用正则化方法恢复图像取得了较好效果。然而,传统的正则化方法中正则逆算子只含正则化参数,它不能充分地融合其它信息,得到的正则解逼近真解的效果不很理想。为了取得好的恢复效果,各种各样融合其它信息的方法提出来了,以使正则化方法的恢复效果更好。例如,使用局部正则化参数,图像的边缘和纹理区域使用较小的正则化参数,平滑的区域使用较大的正则化参数,局部方差较小的区域正则化参数较大,局部方差较大的区域正则化参数较小,产生自适应正则化参数的正则化方法。人们根据图像的能量、导数的二次平均、曲率的二次平均等设计出各种各样的正则化算子,不同的正则化算子将导致不同的     

利用演化算法自适应选取正则算子

提出一种新的技术，它自适应地选取正则算子以取得较理想的恢复效果．通过理论分析和实验发现当恢复图像残差的频谱能量分布较均匀时恢复效果较好．这种分布均匀性可以用正则图像残差的各子频段能量偏离平均能量的程度最小来衡量，这个最小化问题以各种各样的正则算子组成的空间为搜索空间．由于一般的优化算法对此优化问题无能为力，演化算法用来求解此问题，从而自适应地选择正则化算子．实验表明新方法选取的正则算子恢复效果较好．     

基于强正则蕴涵算子的加权模糊度量空间

在强正则蕴涵算子的统一框架下给出了加权正则度量的定义,建立了基于强正则蕴涵算子的加权正则模糊度量空间,并且研究了该模糊度量空间的性质,分析了常用的逻辑连接词所对应的映射关于加权正则度量的连续性,最后证明了基于Lukasiewicz蕴涵的加权正则模糊度量空间是最适宜于展开模糊推理的模糊度量空间。     

基于一致性正则化的在线知识蒸馏

在线知识蒸馏通过同时训练两个或多个模型的集合,并使之相互学习彼此的提取特征,从而实现模型性能的共同提高.已有方法侧重于模型间特征的直接对齐,从而忽略了决策边界特征的独特性和鲁棒性.利用一致性正则化来指导模型学习决策边界的判别性特征.具体地说,网络中每个模型由特征提取器和一对任务特定的分类器组成,通过正则化同一模型不同分类器间以及不同模型对应分类器间的分布距离来度量模型内和模型间的一致性,这两类一致性共同用于更新特征提取器和决策边界的特征.此外,模型内一致性将作为自适应权重,与每个模型的平均输出加权生成集成预测值,进而指导所有分类器与之相互学习.在多个公共数据集上,该算法均取得了较好的表现性能.     

一个绘制几何形状线框图的软件—GEMD

本文介绍一个绘制几何形体线框图的软件GEMD,该软件是基于几何造型方法开发的。文章叙述了GEMD的主要功能、有关算法和数据结构等。     

Loop细分格式在基于Java 3D的几何造型系统中的应用

细分方法是一种新的形体表示方法，在计算机图形学和几何造型中有广泛应用。文中研究了Loop细分算法在基于Java 3D的几何造型系统中的应用，该算法可以快速生成具有真实感的任意复杂的形体。     

一种基于正则化方法的准最佳图像复原技术

提出一种基于正则化方法的高效图像复原技术.正则化残量的能量越小,则恢复效果越好,基于此,利用小波变换定性地分析如何选取正则化算子,利用随机理论得到正则化残量的能量期望值,通过最小化这个期望模型确定正则化参数,从而得到正则化图像.定性分析表明,在通常情况下应选取低阻高通的正则化算子.实验结果表明,该恢复技术比传统方法的恢复性能要好,恢复效果接近最佳且性能稳定.     

计算线性八叉树边界象素集的新算法

八叉树作为一种新的形体表示方法,在几何造型、物性分析、动态模拟、干涉检测、计算机视觉、机器人等应用领域内有着广泛的应用前景。用其它方法表示的形体,可以转换为八叉树表示进行处理,从而弥补了这些形体表示方法的缺陷。但是,八叉树表示占有存储空间过多,为了解决这一问题,常采用线性八叉树的存储结构[1,2],本文在线性八叉树的基础上,提出了一个计算八叉树边界象素集的新算法。该算法采用一种“增减”原则,根据这一原则,对八叉树的边界象素集进行不断的增减操作,最终产生形体的全部边界象素。利用本算法产生的结果,可以大大提高干涉检测、形体间最小距离计算等算法的效率。同时,也可用于医学中CT扫描图像的三维形体重建,以及由八叉树表示转换为边界表示的算法。算法的复杂性为0(nN+M),其中,n为八叉树的精度,N为线性八叉树的长度,M为形体边界象素的数目。     

三维几何造型系统—GEMS

GEMS是在32位微型计算机图形系统或CAD工作站上运行的、用长方体、圆柱、圆锥、球、环、平移体、回转体、部件等十余种体素,经几何变换和集合运算,构造成实际的比较复杂物体的三维实体造型系统。它具有分层模块结构、全交互的用户接口、形象直观的输入方式、数据表格驱动的屏幕菜单、形体的层次网状定义和调用、基于结构的实体几何(CSG)和边界表示(BReps)的存储结构、正则集合运算、与PHIGS图形标准一致的输出流水线、多种实用的变换、成角剖切、体内巡视动进、贴面处理、便于移植等特点。它可直接应用于空间布置、建筑方案设计、机械零部件的CAD/CAM、结构分析等领域,也为进一步开发模拟仿真、计算机视觉、机器人等实用系统打下了良好的基础。     

基于几何造型的有限元前处理技术

本文在综述了有限元网格生成技术的基础上,着重介绍一个基于几何造型系统的有限元分析的前处理系统。这个系统作为几何造型系统与有限元分析程序之间的接口,主要功能是对几何造型系统的二维任意形体进行有限元网格的划分,并能够进行局部加密,自动节点编号,交互划分定义单元组,定义单元节点信息、载荷信息、边界条件等,最终生成有限元分析程序所需的输入文件。同时,还能够处理平移扫描体和旋转扫描体等二维半形体。本文主要算法可以推广到三维形体的网格生成,实现对更广泛的三维结构的有限元网格生成。     

正则蕴涵算子族G-λ-R_0及其三I支持算法

首先给出了一个新的蕴涵算子族:G-λ-R(0λ∈[0,1])(它包括G觟de(l简称RG)算子与R0算子)。然后重点讨论了G-λ-R0(λ∈[0,1])族算子的伴随算子及其正则性。结果表明,在该算子族中,每一个算子都具有伴随算子且具有正则性。从而说明了此算子是较理想的蕴涵算子。最后讨论了基于此蕴涵算子族的三I支持算法。