梯度优化的有理函数图像插值

目的 对图像纹理区域的细节保持一直以来是图像插值技术的一个难题,为此提出了一种梯度优化的有理函数图像插值算法。方法 首先,构造了一种新的含有可调参数的双变量有理插值函数,随着参数的不同取值,该函数具有不同的表达形式,它是多项式模型和有理模型的有机统一体;其次,根据图像的区域特征,利用等值线方法将图像自适应地划分为纹理区域和平滑区域,纹理区域采用有理模型插值,平滑区域采用多项式模型插值;最后,根据各向同性Sobel算子计算插值单元的图像梯度,确定纹理方向,不同纹理方向的插值单元用相应的权重对中心点进行优化。结果 从客观数据、主观效果、时间复杂度3个方面对重建图像进行评价,客观数据包括峰值信噪比（PSNR）和结构相似性（SSIM）,从实验结果可以看出,本文算法的PSNR平均提高了0.14~1.50 dB,SSIM平均提高了0.005~0.097。从主观效果来看,本文算法的重建图像的纹理细节更加丰富,边缘结构更加清晰,从时间复杂度来看,本文算法的平均运行时间是3.77 s,分别比DFDF（directional filtering and data fusion）、NEDI（new edge-directed interpolation）、RSAI（robust soft-decision adaptive interpolation）、Lee''s、NARM（nonlocal autoregressive model）算法快了3.28倍、5.26倍、53.28倍、43.53倍、418.54倍。特别地,对于Baboon、Barbara、Metal这类纹理细节丰富的图像,本文算法在峰值信噪比和结构相似性上较对比算法有突出优势,主观效果有明显提高。结论 基于构造的双变量有理插值模型,本文提出了一个梯度优化的有理函数图像插值算法,实验结果表明,该算法在图像纹理细节和边缘结构保持方面具有良好的视觉效果,有效提高了插值图像质量,且时间复杂度较低。     

虚拟手术流血模拟的GPU加速实现

目的 流血效果是虚拟手术模拟器视觉效果的重要组成部分,血流与固体交互的庞大计算量使取得实时的流血模拟效果具有很大的挑战性。提出一种基于图形处理单元(GPU)加速的虚拟手术流血效果模拟方法。方法 该方法以Müller等人提出的光滑粒子动力学(SPH)作为基础,采用温度项使粒子具有不同速度模拟血流形成的血槽,同时基于构建均匀空间网格的思想,利用通用并行计算架构(CUDA)多线程并行加速技术完成粒子控制方程的求解和血流与固体交互的计算,从而取得实时的效果。结果 实验结果表明,本文方法能够满足虚拟手术中切割表面流血和血液在器官中流动的模拟需求,在粒子个数为9000时仅需20 ms,对比于纯CPU的实现取得20.15倍的加速比,实现了大量粒子下的实时流血模拟。 结论 本文方法具有较好的灵活性和实时性的特点,可以应用于虚拟手术仿真系统之中。     

结合肤色分割与平滑的人脸图像快速美化

目的 针对目前人脸图像美化算法存在的对于细节丰富的眼睛和头发等区域处理过度平滑,美化后的图像整体美化效果较差等问题,提出一种基于肤色分割与平滑人脸图像的美化方法。方法 首先对脸部瑕疵特性,用双指数边缘保护滤波器平滑人脸图像的瑕疵,与此同时很好保持图像边缘信息;再通过利用色度直方图自适应快速检测、修正、分割肤色区域;然后利用拟合高斯羽化皮肤区域生成蒙版,融合平滑图像和原图像,保留图像头发背景等细节信息;最后基于人像美感标准,对皮肤亮度通过拟合log曲线实现快速自适应调整人脸图像亮度,增强眼睛等细节,从而快速实现人脸图像美化方法。结果 通过与其他人像美化算法相比较,在保留边缘方面,该算法更有效地对皮肤边缘上的瑕疵进行平滑,达到更好地美化人脸图像;而在时间复杂度方面,相对于前人的算法,计算速度快12倍,实现快速美化人脸图像。结论 该算法适应能力较强,对大部分人脸图像的脸部瑕疵完美去除的同时达到背景信息不变,肤色美白自然,使整体美化效果显著;尤其是细节丰富的边缘区域平滑适度,具有一定的实用性。     

保特征的联合滤波网格去噪算法

目的 在去噪的过程中保持网格模型的特征结构是网格去噪领域研究的热点问题。为了能够在去噪中保持模型特征,本文提出一种基于变分形状近似（VSA）分割算法的保特征网格去噪算法。方法 引入变分形状近似分割算法分析并提取噪声网格模型的几何特征,分3步进行去噪。第1步使用变分形状近似算法对网格进行分割,对模型进行分块降噪预处理。第2步通过分析变分形状近似算法提取分割边界中的特征信息,将网格划分为特征区域与非特征区域。对两个区域用不同的滤波器联合滤波面法向量。第3步根据滤波后的面法向量,使用非迭代的网格顶点更新方法更新顶点位置。结果 相较于现有全局去噪方法,本文方法可以很好地保持网格模型的特征,引入的降噪预处理对于非均匀网格的拓扑结构保持有着很好的效果。通过对含有不同程度高斯噪声的网格模型进行实验表明,本文算法无论在直观上还是定量分析的结果都相较于对比的方法有着更好的去噪效果,实验中与对比算法相比去噪效果提升15%。结论 与现有的网格去噪算法对比,实验结果表明本文算法在中等高斯噪声下更加鲁棒,对常见模型有着比较好的去噪效果,能更好地处理不均匀采样的网格模型,恢复模型原有的特征信息和拓扑结构。     

单幅植物叶片图像的3维重建

目的 植物叶片形态复杂,在虚拟场景中很难真实表现。为了从信息量有限的单幅图像中恢复植物叶片的3维形状,本文基于从明暗恢复形状（shape from shading,SFS）的方法,利用亮度统计规律和植物形态特征恢复叶片的3维形状。方法 在SFS的基础上,设计基于图像骨架的距离场偏置加强表面细节;针对SFS对恢复宏观几何形状的不足,提出根据图像亮度统计分布选取控制点控制表面宏观形状变化,并利用叶片中轴的距离场约束恢复宏观几何形状,每种方法对于表面宏观几何形状恢复的权重基于恢复的反射图和输入图像间的相似度设定;将表面细节添加到宏观几何形状上得到目标对象的3维形状。结果 选取植物叶片图像进行实验,并与其他方法进行比较,实验结果表明本文方法增强了表面细节显示,并有明显的宏观几何形状变化。同时为了验证本文方法对其他物体表面细节恢复的适用性,分别对硬币和恐龙恢复表面细节,实验结果表明提出的增强表面细节的方法同样适用于其他物体。结论 针对单幅植物叶片图像的3维重建,在SFS的基础上提出了根据骨架特征加强表面细节,根据图像亮度统计分布和叶片中轴距离场约束共同恢复表面宏观几何形状的算法,实验结果验证了本文方法的可行性。     

面向高光谱图像分类的内容引导卷积深度网络并行实现

目的 受限于卷积核形状固定,传统卷积神经网络（convolutional neural network,CNN）方法难以精确分类高光谱图像（hyperspectral image,HSI）中的跨类别边缘区域,导致地物边界模糊。内容引导CNN （content-guided CNN,CGCNN）能够根据地物形态自适应调整卷积核形状,具有地物边缘保持分类能力。但由于内容引导卷积属于非固定模板结构,不能直接调用现有深度学习加速库实现并行计算。针对该问题,本文设计了一种内容引导卷积的并行计算方法,并验证其加速及分类性能。方法 本文基于内容引导卷积等价于各向异性核加权和标准卷积的组合结构,通过利用深度学习库中的平铺、堆叠、网格和采样等底层函数构造索引矩阵来定义重采样方式,以将内容引导卷积分解为与空间位置无关的像素级独立计算过程,并在图形处理器（graphics processing unit,GPU）上并行执行。结果 经测试,本文提出的并行化内容引导卷积相比串行运算方式平均提速近700倍。在分类性能测试中,并行化CGCNN在合成数据集上表现出优异的细节保持分类能力,总精度平均高于对比方法7.10%;同时在两组真实数据集上亦取得最优分类结果,分别高于对比方法7.21%、2.70%。结论 通过将内容引导卷积分步拆解,能够将其转化为一系列并行计算过程,且能够在GPU上高效执行;并通过在多组数据集上的分类精度、参数敏感度和小样本学习等综合性能测试进一步表明,并行化CGCNN在具有优良分类性能的同时,亦具有对不同地物的边缘保持分类能力,能够获得更精细的分类结果。     

非局部加权邻域三角滤波TV-L1光流估计

目的 针对非刚性运动、运动遮挡与间断、大位移以及复杂边缘结构等困难场景图像序列光流计算的准确性与鲁棒性问题,提出一种基于加权邻域三角滤波的非局部TV-L¹光流计算方法。方法 首先设计非平方惩罚函数L¹模型与梯度守恒假设相结合的数据项,然后引入基于L¹模型与基于图像梯度自适应变化权重相结合的平滑项,并根据提出的鲁棒数据项与图像-光流联合控制平滑项建立TV-L¹光流计算能量函数模型。最后采用基于加权邻域三角的非局部约束项,通过引入图像金字塔分层变形计算策略,在每层图像光流计算时对光流计算结果进行基于加权邻域三角网格的中值滤波优化,提出基于加权邻域三角滤波的非局部TV-L¹光流计算模型。结果 分别采用MPI与Middlebury数据库测试图像序列对本文方法和LDOF、CLG-TV、SOF、Classic+NL等代表方法进行实验对比。本文方法光流计算结果的平均角误差（AAE）和平均端点误差（AEE）相对其他对比方法平均下降28.45%和28.42%,时间消耗相对传统方法增长5.16%。结论 相对于传统的光流计算方法,本文方法针对非刚体运动、运动遮挡与间断、大位移运动以及复杂边缘等困难场景具有较好的适用性,光流估计结果具有较高的精度和较好的鲁棒性。     

基于GPU的网格模型平滑阴影的实时绘制

为了绘制边界平滑的阴影效果,增强虚拟场景的真实感,提出一种基于GPU的平滑阴影实时绘制的算法.该算法通过重新定义阴影轮廓线得到网格模型上的精确阴影轮廓边界,利用阴影体算法获得边界平滑的阴影区域;阴影轮廓线的计算生成及阴影Ⅸ域的绘制等过程利用GPU进行加速,可以实时绘制物体的阴影区域.实验结果表明,文中算法生成的阴影边界比已有算法更加平滑,并且在效率方面强于其他算法.     

强度和梯度稀疏约束下的图像平滑

目的 为了在图像平滑过程中达到更好地保留边缘去除细节效果,提出一种以像素强度和梯度的稀疏特性为双重约束的图像平滑算法。方法 该算法首先构造一个像素强度和梯度的0-范数函数,作为平滑模型的约束项;然后采用半二次变量分裂法引入辅助变量,构造最终的较易求解的平滑模型;最后利用交替最小化算法求解该模型,并在傅里叶频域内求解平滑图像的解析解,以加快算法的运行速度。结果 在自然图像上进行的平滑实验并与其他算法对比表明,本文的算法时间仅需3.42 s,比双边滤波算法快7.85 s,能够较好地满足图像平滑保留边缘去除细节的要求以及计算效率的要求。结论 本文以强度和梯度的稀疏特性为约束的图像平滑算法能够较好地去除图像中不重要的细节,保留图像的边缘特征,较好地实现了图像的平滑效果,适用于含有复杂背景噪声的图像平滑去噪及边界增强。     

边界简化与多目标优化相结合的高质量四边形网格生成

目的 高质量四边形网格生成是计算机辅助设计、等几何分析与图形学领域中一个富有挑战性的重要问题。针对这一问题,提出一种基于边界简化与多目标优化的高质量四边形网格生成新框架。方法 首先针对亏格非零的平面区域,提出一种将多连通区域转化为单连通区域的方法,可生成高质量的插入边界;其次,提出"可简化角度"和"可简化面积比率"两个阈值概念,从顶点夹角和顶点三角形面积入手,将给定的多边形边界简化为粗糙多边形;然后对边界简化得到的粗糙多边形进行子域分解,并确定每个子域内的网格顶点连接信息;最后提出四边形网格的均匀性和正交性度量目标函数,并通过多目标非线性优化技术确定网格内部顶点的几何位置。结果 在同样的离散边界下,本文方法与现有方法所生成的四边网格相比,所生成的四边网格顶点和单元总数目较少,网格单元质量基本类似,计算时间成本大致相同,但奇异点数目可减少70% 80%,衡量网格单元质量的比例雅克比值等相关指标均有所提高。结论 本文所提出的四边形网格生成方法能够有效减少网格中的奇异点数目,并可生成具有良好光滑性、均匀性和正交性的高质量四边形网格,非常适用于工程分析和动画仿真。     

Interactive motion mapping for real‐time character control

It is now possible to capture the 3D motion of the human body on consumer hardware and to puppet in real time skeleton‐based virtual characters. However, many characters do not have humanoid skeletons. Characters such as spiders and caterpillars do not have boned skeletons at all, and these characters have very different shapes and motions. In general, character control under arbitrary shape and motion transformations is unsolved ‐ how might these motions be mapped? We control characters with a method which avoids the rigging‐skinning pipeline — source and target characters do not have skeletons or rigs. We use interactively‐defined sparse pose correspondences to learn a mapping between arbitrary 3D point source sequences and mesh target sequences. Then, we puppet the target character in real time. We demonstrate the versatility of our method through results on diverse virtual characters with different input motion controllers. Our method provides a fast, flexible, and intuitive interface for arbitrary motion mapping which provides new ways to control characters for real‐time animation.     

Automatic Reconstruction of Unstructured 3D Data: Combining a Medial Axis and Implicit Surfaces

This paper presents a new method that combines a medial axis and implicit surfaces in order to reconstruct a 3D solid from an unstructured set of points scattered on the object's surface. The representation produced is based on iso-surfaces generated by skeletons, and is a particularly compact way of defining a smooth free-form solid. The method is based on the minimisation of an energy representing a “distance” between the set of data points and the iso-surface, resembling previous reserach¹⁹. Initialisation, however, is more robust and efficient since there is computation of the medial axis of the set of points. Instead of subdividing existing skeletons in order to refine the object's surface, a new reconstruction algorithm progressively selects skeleton-points from the pre- computed medial axis using an heuristic principle based on a “local energy” criterion. This drastically speeds up the reconstruction process. Moreover, using the medial axis allows reconstruction of objects with complex topology and geometry, like objects that have holes and branches or that are composed of several connected components. This process is fully automatic. The method has been successfully applied to both synthetic and real data.     

三次B样条插值的网格拼接和融合

目的 网格模型的拼接和融合是3维模型编辑的一个重要方面。为了提高3维模型之间拼接曲面的精度和效率,提出一种基于三次均匀B样条曲线曲面的网格融合方法。方法 首先,利用协变分析和数据驱动方法在目标模型上选定融合区域、确定要融合模型的大小及方向;其次,根据选定的3维网格模型,确定待拼接区域的边界,识别并记录边界点集,利用三次B样条插值边界点集;然后,对边界曲线进行双三次B样条曲面插值得到拼接区域连续曲面,并以此作为两模型拼接时的过渡面;最后,对拼接区域重采样,并对其三角化,以实现网格模型的无缝光滑拼接和融合。结果 为了验证本文方法对3维模型拼接的有效性,选取4组不同的模型,分别对其使用本文提出的融合拼接方法进行实验,对前两组模型的拼接效果进行了对比试验,实验结果表明,本文方法可以达到很好的拼接效果,对于融合区域以外的部分能够保持源模型的细节特征,拼接部分的过渡区域光顺平滑,拼接后的模型完整性佳。在运行时间相差0.05 s内,与数据驱动的建模方法相比,本文方法可以处理的节点数至少多2 000个,面片数至少多5 000个。结论 本文方法能够适用于具有任何边界的模型,在选取模型时,对于模型的形状、大小、拓扑结构等的要求较低,适用于新模型的快速建造,因此,该算法可应用于医学、商业广告、动画娱乐以及几何建模和制造等较为广阔的应用领域。     

基于实拍图像的人脸真实感重建

给出了基于实拍人脸图像的三维逼真人脸模型的重建算法,该算法首先在两幅人脸图像上交互标识特征点对和输入摄像机的广角参数来实现摄像机定标,进而匹配出两幅人脸图像上的其它对应点,实现模型的三维重建,作者用半自动垭达到匹配目的。用手工编辑建立的二维对应网格,得到初始人脸外开和鲁棒的最大拟然立体虎法自动匹配出稠密的对应点,重建出表示人脸的散乱三维数据点团;最后利用这些稠密的三维数据点去迭代矫正和自适应细分手     

基于ICP算法的人体三维点云数据的拼接技术

本文针对实体模型和真实的人体对象表面光滑,不好寻找控制点的问题,给出基于三维特征点ICP算法,通过提取对配准数据轮廓描述较好的三维特征点来减小计算量.实验结果表明,提出算法配准所需时间减小,且配准精度也较高.     

基于增强现实的手术导航系统快速标定算法

针对光学半透式头戴显示器（OST-HMD）在增强现实（AR）中的虚实融合问题,提出了一种基于光学定位跟踪系统的OST-HMD快速标定算法。首先,通过把OST-HMD中的虚拟标记点和其在真实世界中的对应点组成两个三维点集,对虚拟空间到光学定位追踪空间之间的映射进行估计,从而求解虚拟空间到真实场景的转换矩阵。然后,建立整个导航系统的矩阵传递关系,在此基础上设计并实现了基于AR的手术导航系统,并对其进行了精度验证实验和模型实验。实验结果表明,所提算法使虚拟基准点和对应的真实基准点之间的均方根误差达到1.39 ±0.49 mm,标定过程的平均耗时为23.8 s,证明该算法具有临床应用的潜力。     

Partial shape classification using contour matching in distancetransformation

An algorithm is presented to recognize and locate partially distorted 2D shapes without regard to their orientation, location, and size. The algorithm first calculates the curvature function from the digitized image of an object. The points of local maxima and minima extracted from the smooth curvature are used as control points to segment the boundary and to guide the boundary-matching procedure. The boundary-matching procedure considers two shapes at a time, one shape from the template databank, and the other from the object being classified. The procedure tries to match the control points in the unknown shape to those of a shape from the template databank, and estimates the translation, rotation, and scaling factors to be used to normalize the boundary of the unknown shape. The chamfer 3/4 distance transformation and a partial distance measurement scheme constitute the final step in measuring the similarity between the two shapes. The unknown shape is assigned to the class corresponding to the minimum distance. The algorithm has been successfully tested on partial shapes using two sets of data, one with sharp corners and the other with curve segments. This algorithm not only is computationally simple, but also works reasonably well in the presence of a moderate amount of noise     

快速数字影像重建的2维/3维医学图像配准

目的 针对2D/3D医学图像配准过程中数字影像重建技术(DRR)生成图像和相似性程度测量两个步骤计算量大、耗时较长这一问题,提出了一种基于Bresenham直线生成算法改进的模式强度与梯度相结合的混合配准算法.方法 首先利用Bresenham直线生成算法原理改进传统光线投射算法(Ray-Casting),完成DRR图像的生成;其次模式强度与梯度相结合并引入多分辨率策略来降低相似性测度的计算复杂度;最终利用改进的鲍威尔优化算法对参数进行优化,完成整个配准过程.结果 实验结果表明,改进的混合配准算法与基于相关系数、互信息和模式强度的配准算法相比,配准效率大幅提升.模拟配准实验和临床配准实验完成时间分别为76.2 s和64.9 s,比传统配准算法效率提升3~6倍.结论 提出的算法在保证配准精度和高鲁棒性的前提下,大幅度地提高了2D/3D医学图像配准算法的运算速度,可以满足临床上精确引导手术进行的实时性要求.