神经区域CT图像的优化方法研究

研究神经区域CT图像质量优化问题.针对神经区域浓密、杂乱、结构复杂,引起图像重叠混乱,影响图像清晰效果,传统的神经区域CT图像采集中,无法准确全面的拍摄神经区域的全部有效信息,神经区域CT图像的的真实感差的问题.为解决上述问题,提出了三维特征融合技术的神经区域CT图像优化方法,它能够对神经系统的CT图像加入三维特征元素,通过添加约束条件,增加传统神经区域CT图片清晰度.仿真结果表明,改进方法可对复杂的神经区域进行影像优化,提高传统CT图像的真实感、清晰度和立体度,达到了满意的效果,为CT图像优化提供依据.     

复杂重瓣花朵三维图像视觉仿真研究

研究复杂花瓣的三维图像清晰仿真问题。重瓣花朵结构、纹理特征信息较为复杂,花瓣排列方式发生重叠,其结构在三维空间上非线性较强。传统的双目立体测量算法应用到复杂重瓣花朵的时候,由于花瓣三维空间重叠,造成花瓣大量三维特征丢失,纹理特征混乱,仿真的真实性不高。提出了一种图像特征动态优化的重瓣花朵三维图像仿真算法。针对花瓣中不同平面上的三维图像特征点组建网格,计算出可替代,可删除的三维特征网格点,消除重叠特征的影响。实验表明优化方法可以快速的完成重瓣花朵的三维图像仿真,真实感和清晰度大幅增加,达到了令人满意的效果。     

基于二维图片三维器官重构方法研究

人体图像真实性优化问题,研究器官的三维重构。针对传统的医学器官图像采集过程中都是二维图片,使得一些器官的立体特征丢失,造成器官图像真实感、立体感不高的问题,提出了基于奇异值分解的器官建模方法,由图像采集模块,坐标采集模块、图片三维化模块等部分组成,以多张平面二维的人体器官图片为基础,利用矩阵的转化、奇异值分解等数学知识,实现真实感器官建模,并进行仿真。结果表明,方法能够根据二维图片建立有效的器官模型,模型的真实感和清晰度达到了逼真的效果,为设计提供了依据。     

真实感虚拟人头发动态仿真研究

针对头发的不可伸展性和数量过大造成的头发仿真时性能低效、真实感不高问题,提出一种新的头发动态仿真方法。该方法首先利用弹簧模型对单根头发进行建模,然后采用DFTL(Dynamic Follow The Leader)算法进行变形计算,并基于FTL(Static Follow The Leader)算法对头发进行快速插值,最后运用Deep Opacity Mapping技术对头发进行渲染,增强虚拟人头发的真实感。同时,对头发与头部模型、头发与头发进行碰撞检测与响应。实验结果表明,该方法生成的头发逼真自然,而且在大量渲染时保持了较高的稳定性。     

一种三维头发的仿真方法

头发的仿真一直是计算机图形学中最具挑战性的问题之一.为了得到真实感的头发图像,运用了基于NURBS曲面的头发建模方法,由悬臂梁模型在头部曲面附近生成关键头发曲线;调节控制点改变曲线形状;构造NURBS曲面四边形带代替头发簇;在头部模型对头发进行光照渲染,可以使用纹理方法映射颜色纹理和alpha纹理以生成真实头发.最后碰撞检测与响应手段增强了头发动态感.仿真结果表明,上述方法可以获得具有比较逼真效果的头发图像.     

真实感人脸模型的细分曲面重建

提出一种利用2张正交照片和细分曲面进行真实感三维人脸建模的方法,并实现了不同模型间的三维变形.为了构造个性化的人脸几何模型,将网格简化、自由曲面变形和细分结合起来,得到多个层次细节下的人脸模型;再经过纹理融合和映射,完成个性化的真实感三维人脸建模;同时利用线性插值实现了同拓扑真实感模型间的光滑变形.实验结果表明：该方法不仅可以进行有效的真实感三维人脸建模,而且变形简单流畅,具有广阔的应用前景.     

基于粒子系统的头发建模

引入粒子系统对头发进行建模与仿真.所有粒子作为头发的采样点,覆盖了头发存在的全部区域.从头部模型中确定头发的生长区域和头发的生长点,采用分层模型生成和绘制粒子.由改良的悬臂梁模型改变粒子的状态,生成受重力作用下的粒子集合表示头发.最后通过渲染,加以纹理贴图生成最终的发型.该方法在仿真过程中计算开销小,真实感较强,能够生成一些复杂的发型.     

三维地形生成及其可视化处理研究

针对在三维地形处理领域中存在的地形数据获取困难,可视化处理过程复杂真实感效果不强的问题.文中提出了一种三维地形生成和可视化处理的方法,该方法采用分形算法生成虚拟地形数据,然后将其存储为地理信息系统中通用的数字高程数据格式,最后将数据导入三维建模软件Multigen Creator 3.0中,结合网格生成、三维投影和纹理映射等,进行可视化处理.仿真试验表明:该方法能快速获取有效的地形高程数据,经过处理后得到了直观的,真实感较强的三维显示效果图.该文为三维地形生成和可视化处理问题提供了一种有效的、可实现的处理方法.     

一种空间三维图像的细化算法

研究三维图像清晰度优化问题,针对传统的通过立体视觉技术创建的三维模型由于组成的数据点过少,造成三维模型清晰度不高.为了提高图像清晰度,提出一种基于高斯小波函数的三维模型细化算法,算法根据已有的少量的三维图像点数据,通过三角剖分,仿真得到更多的三维数据点,增加组成三维模型中数据点的数目,可增加了三维图像模型的清晰度.实验结果表明,方法快速高效,能够大幅增加三维图像模型的清晰度,取得了令人满意的效果.     

虚拟汽车驾驶场景中复杂路况的光电图像仿真

研究虚拟汽车驾驶场景中复杂山路的三维光电图像真实仿真问题。虚拟汽车驾驶场景中,一些山路环境较为复杂,路况在某些死角上存在着高度的重叠,遮挡现象较为严重,用于仿真的光粒子受到遮挡的影响容易发生丢失、冲突等问题。传统的光电图像路况仿真方法中,光电粒子受到复杂路况区域重叠的影响,发生光电粒子丢失,造成像素点减少,图像仿真真实感不高。为解决上述问题,提出一种光电粒子冲突补偿的复杂路面仿真方法,通过对高精密的光子数据和光电子图像进行相关处理,运用自适应粒子补偿技术,克服山路路况中的遮挡、重叠带来的粒子缺失、破损的弊端。实验证明,改进方法能够准确、快速、完整地描述较为复杂的山路路况光电仿真,提高了真实度。