一种基于模糊连接度和维诺图的混合分割方法

介绍一种可用于医学图像处理的、集成了模糊连接度和维诺图分类算法的混合分割方法。首先采用模糊连接度算法对指定图像区域进行过滤处理形成组织样本数据,这些输出数据将作为维诺图分类算法的输入数据和分类标准,然后通过维诺图分类算法对其进行迭代处理直至形成近似的图像区域边界。最终的输出值为一组分割后的三维图像数据,可以采用体绘制方法形成三维图像分割结果,也可用于进一步的图像处理。和其他医学图像分割方法相比,这种混合分割方法集成了基于区域和基于边界两种不同的分割方法,兼具两者的优点,通过两种分割方法的协同工作,提高了图像分割的精度,适用于复杂图像的分割处理。在医学图像计算机辅助诊断系统中集成了这一方法并取得了良好的实际应用效果。     

基于体平滑的体绘制纹理伪边界消除算法

直接体绘制能够清楚的显示三维数据场的内部信息,是科学可视化中非常重要的一类方法。其中,基于二维纹理映射的三维数据直接体绘制方法具有绘制速度快、可交互性强的优点。其基本思路是将三维数据体在时间或深度方向形成一组水平纹理切片,通过这些切片的纹理贴图,实现三维数据体的体绘制,在交互性和资源消耗之间取得了较好的平衡。本文针对基于二维纹理映射的直接体绘制方法中在透明与不透明边界产生阶梯状条纹的伪边界问题,提出了一种基于体平滑的算法。该算法通过在透明数据与不透明数据的边界进行体平滑,使采样过程中缺失的数据表现到抽样的切片上,从而在最终图像生成阶段淡化甚至消除阶梯状条纹伪边界。实验结果表明,相对于传统二维纹理映射方法,本算法实现体绘制效果平滑,提高了绘制效果。     

基于小波的网络多分辨率体绘制

为了能在网络环境下，快速地进行三维绘制，提出了一种网络环境下的基于小波的体数据多分辨率体绘制方法，该方法采取基于客户端的三维重建方案，首先利用三维小波的多分辨率分析方法，将体数据分解为不同分辨率下的离散逼近信号与高频细节信号；然后按先离散逼近信号，后高频细节信号的次序将数据传输到客户端；最后在客户端实现由粗及精的、渐进式的三维绘制。在这个过程中，一种3D的Mallat滤波器组被用来加速体数据的3D小波分解与重构，一种离散的简略化小波域体绘制方程被用来满足体绘制的实时性。实验结果表明，由于该方法仅需要12．5％或更低的数据量，即可以绘制出品质良好的图像或图像的概貌，所以非常适宜于需要频繁选择、交互的三维图像网络系统。     

一种双线性快速模糊增强图像边界检测最新算法*

在广义模糊集理论的基础上,给出了全新的用于模糊增强图像区域对比度的线性广义模糊算子,从而提出了一种双线性快速模糊增强图像边界检测最新算法。利用线性左半梯形模糊分布将灰度图像的普通空间集合变换为广义模糊空间集合,再利用LGFO对广义模糊集合进行区域对比度增强,把增强后的广义模糊集合变换为普通集合,最后对处理后的普通集合进行边界提取。实例表明该算法提取图像边界速度快、效果好。     

一种基于三维医学图像的对比度模糊增强算法

由CT、MRI断层切片重建出的三维医学图像可以划分为目标区和背景区两部分,进行医疗诊断的信息主要集中在目标区,因此在图像进行处理时应合理区分两部分并采用不同的方法进行处理。文章针对这一问题,提出了一种三维医学图像的对比度模糊增强算法;该算法能够将三维图像目标区与背景区分开,并单独对目标区进行模糊增强处理。实验表明了该算法的有效性和可行性。     

双线性快速模糊增强图像边界检测最新算法

本文利用广义模糊集(GFS)理论，给出了全新的用于模糊增强图像区域对比度的线性广义模糊算子(LGFO)，从而给出了双线性快速模糊增强图像边界检测最新算法。首先利用线性右半梯形隶属变换将灰度图像的普通空间变换为广义模糊空间，再利用LGFO对广义模糊空间进行区域对比度增强，然后把增强后的广义模糊空间变换为普通空间，最后对处理后的普通空间进行边界提取。通过大量实例验证，使用本文算法提取图像边界速度快、效果好。而且多项指标均超过了文[1～4]。     

基于微机环境的三维数据场多等值面快速显示算法

直接体绘制技术能够利用半透明效果显示三维数据场，提供了比等值面绘制方法更为丰富的信息，但是，由于数据场中所有体素都参与了图象生成过程，使得该技术的计算开销昂贵，远远无法达到交互式操作的要求。事实上，如果用边界表示法来表示三维数据场，就可以利用三维空间连续性来大幅度缩短绘制时间。边界表示法只关心有值面穿过的边界体元，用Ｏ内存单元来表示大小的原始数据场，从而产生大规模数据压缩。本文在此基础上提出一种基     

医学图像三维可视化中任意平面切片的研究与实现

对医学图像的三维重建技术进行研究,利用介于面绘制和体绘制之间的切片法来实现三维体数据可视化,并针对断层图像序列所生成三维体数据的切片方法进行了深入讨论。提出一种可操作性很强的切片方法,能较好地实现三维体数据中冠状面、矢状面、特别是任意平面的切片。同时,该方法已经用VC6．0结合VTK（Visualization Toolkit）编程进行实现,效果符合医学诊断要求,并得到了有关应用。     

医学图像分割中的模糊聚类算法及其新进展

图像分割是医学图像处理中的重要环节,是医学图像分析、理解、描述和三维重构等的前提。而由于医学图像本身的模糊性,造成不同个体组织之间难以找到清晰的边界,模糊理论为解决这个问题提供新途径,使得模糊聚类算法成为一种有效的图像分割方法。在此对模糊聚类算法特别是模糊C-均值算法及其新进展进行综述和讨论。     

用于体绘制可视化的交互式直方图传递函数设计研究

医学图像体绘制可视化可以直接显示体数据的内部信息,成为可视化研究的一个重要的领域.由于医学图像数据本身的复杂性和传递函数的设计的灵活性,可视化传递函数成为研究的热点.通过CT,MRI设备获取的体数据,其质量受噪声影响严重,首先使用非线性增强方法对数据进行预处理,之后对体数据进行边界体素预判,并构造二维直方图用以设计传递函数,最终用光线投射算法绘制体数据.利用文中方法对大小为256×256×161的牙齿数据集进行非线性增强去噪,并设计传递函数,牙齿数据噪声得到了有效地抑制,不同边界区分比较明显.此外对牙齿体数据进行边界体素预判后,通过二维直方图查找边界的时间由78.2s减少至28.3s.实验结果表明,文中方法能有效地去除噪声、查找边界并提高绘制速度.基于构造出的直方图能够方便进行半自动化传递函数设计,提高绘制结果的质量.     

广义模糊Gibbs随机场与MR图像分割算法研究

为了对图像进行准确、可靠的分割,提出了一种基于广义模糊集的软分割算法,并将广义模糊集和G ibbs场结合起来,提出了广义模糊G ibbs随机场模型,同时建立了广义模糊G ibbs分割(GFGS)算法。该算法是首先把每一个分割类看作是广义模糊类,并以最大后验概率(MAP)为判别准则来决定每一个像素值的归类以及它属于该类的隶属度;然后用广义隶属度函数中负的部分来刻划数据中的异常值,使得该算法能有效地处理异常值;最后用该模糊类的质心来更新类的中心,并以人脑的仿真图像和临床MR图像进行了实验。实验结果表明,该算法能有效地滤除噪声和处理部分容积效应,是一个分割能力强、稳健性好的算法。     

Long-term Traffic Volume Prediction Based on K-means Gaussian Interval Type-2 Fuzzy Sets

This paper uses Gaussian interval type-2 fuzzy set theory on historical traffic volume data processing to obtain a 24- hour prediction of traffic volume with high precision. A K-means clustering method is used in this paper to get 5 minutes traffic volume variation as input data for the Gaussian interval type-2 fuzzy sets which can reflect the distribution of historical traffic volume in one statistical period. Moreover, the cluster with the largest collection of data obtained by K-means clustering method is calculated to get the key parameters of type-2 fuzzy sets, mean and standard deviation of the Gaussian membership function. Using the range of data as the input of Gaussian interval type-2 fuzzy sets leads to the range of traffic volume forecasting output with the ability of describing the possible range of the traffic volume as well as the traffic volume prediction data with high accuracy. The simulation results show that the average relative error is reduced to 8% based on the combined K-means Gaussian interval type-2 fuzzy sets forecasting method. The fluctuation range in terms of an upper and a lower forecasting traffic volume completely envelopes the actual traffic volume and reproduces the fluctuation range of traffic flow.      

基于空间数据插值算法的空间散乱数据体绘制实现

体绘制技术是一种能够真实地反映空间数据场内部信息的可视化技术。在体绘制研究领域中,非规则的空间散乱数据体绘制目前仍然是一个研究热点。文中采用空间数据插值算法对散乱的原始数据进行网格化插值,然后使用光投影体绘制算法对规则网格数据进行体绘制。最后,通过新方法实现了某油藏区地下流体压力和孔隙度分布结构的体绘制。     

基于PC系统平台实现快速体绘制技术

体绘制技术可将难于理解的三维数据场转化成直观的图像，作为一种最具前景的科学计算可视化技术在医学影像方面有着极强的实用意义。由于体绘制算法需要强大的计算能力，在通常的PC系统上难以实现满足交互式应用的绘制速度，因此阻碍了其普及。研究PC系统上的快速体绘制技术，无疑具有重要的意义．本文使用Shear-warp的体绘制算法，并利用Intel公司的SSE2扩展指令对整个绘制过程进行加速，实现了基于中高档桌面PC系统平台的快速体绘制应用。     

基于Web的时变体数据的体绘制方法

传统Web体绘制方法主要集中在利用服务器端进行预处理和绘制任务,浏览器端仅用于呈现绘制结果,这样会造成服务器负载过高,同时,当绘制参数发生更改时,必须向服务器请求新的绘制结果,这样也易受网络延迟的影响。为了解决以上问题,实现在浏览器本地进行体绘制和交互,本文提出一种基于WebGL的体绘制方法,以时变体数据为例,在浏览器端实现光线投射体绘制算法。同时,为了提升绘制效率和减少内存占用,本文基于维度压缩方法,优化时变体数据的预处理过程。最后,本文设计了Web体绘制系统,引入暴风时变数据集以验证方法的有效性,结果表明,本文方法能够在浏览器本地对时变体数据进行体绘制,绘制时间在50ms以下,帧速率可达到50 FPS以上,同时支持实时交互,并且当绘制参数发生更改时,系统能够直接在浏览器端进行重新绘制。     

基于主动学习的动态模糊聚类算法

聚类问题是近几年来机器学习和数据挖掘领域研究的热点问题,由于获取大量监督信息费时费力,目前国内外研究的重点是如何获得少量但对聚类性能提高显著的监督信息,再加上实际问题中存在的动态模糊性,故本文提出一种结合主动学习的动态模糊聚类算法DF-DBSCAN,通过引入动态模糊等价关系、动态模糊信任测度和动态模糊似然测度这3个约束信息来指导DBSCAN的聚类过程,以提高聚类的性能。实验结果表明,DF-DBSCAN算法不仅解决了实际问题中存在的动态模糊性数据的描述和表示问题,而且能够高效地进行数据聚类,显著地提高聚类性能。      

Interaction‐Dependent Semantics for Illustrative Volume Rendering

In traditional illustration the choice of appropriate styles and rendering techniques is guided by the intention of the artist. For illustrative volume visualizations it is difficult to specify the mapping between the 3D data and the visual representation that preserves the intention of the user. The semantic layers concept establishes this mapping with a linguistic formulation of rules that directly map data features to rendering styles. With semantic layers fuzzy logic is used to evaluate the user defined illustration rules in a preprocessing step. In this paper we introduce interaction‐dependent rules that are evaluated for each frame and are therefore computationally more expensive. Enabling interaction‐dependent rules, however, allows the use of a new class of semantics, resulting in more expressive interactive illustrations. We show that the evaluation of the fuzzy logic can be done on the graphics hardware enabling the efficient use of interaction‐dependent semantics. Further we introduce the flat rendering mode and discuss how different rendering parameters are influenced by the rule base. Our approach provides high quality illustrative volume renderings at interactive frame rates, guided by the specification of illustration rules.     

一个基于 Google Earth 的交互式空间体数据可视化系统

三维空间体数据的可视化既需要同时展示数据多个属性的特征,又需要结合数据周边复杂地理地貌的特征。体绘制是当前最有效的三维数据可视化方法之一,但现有的体绘制方法尚没有考虑到数据场周围复杂的地理地貌特征。本文提出了一种基于 Google Earth (简称 GE) 地理信息的空间数据体绘制可视化方法,其基本思想是首先由三维纹理算法出发,对数据做沿高度法向的切片,多层渲染后组合为最终的体绘制效果,然后将渲染结果转换为 GE 支持的 KML 数据格式,充分利用 GE 中的复杂地形和三维建筑群模型信息,最后加入体感控制和 WEB 呈现功能。这为三维空间数据的可视化提供了一种全新的思路,取得了更好的可视化效果。最后利用数值模拟的大气雾霾数据论证了技术的可行性。     

应用于传递函数设定的交互式体绘制工具

传递函数是体绘制过程中用以定出体数据与光学特征的对应关系,因此,传递函数的设定对成像质量有着直接的影响,文章提出一应用于传递函数设定、简单且有效的交互式体绘制工具,由于二维纹理硬件在通用的个人计算机上被普遍使用,因而该工具采用基于二维纹理硬件的体绘制方法,利用本工具,用户能根据体数据的直方图来交互地分别设定R、G、B和A四种传递函数,以定出体数据与光学特征的对应关系,并获得实时的反馈视觉信息(绘制结果),该工具亦提供一虚拟轨迹球让用户交互地改变观察体数据的视点,用户不但可以交互地控制放大或缩小比率来绘制体数据,还可以选择采用光照或由多重纹理实现的三线性插值来获得不同的绘制效果,该文描述开发此工具的各种技术,并给出利用此工具得到的一些绘制结果。