三维离散点采样表面基于全局优化的纹理合成算法

提出了一个直接在三维离散点采样表面上进行基于全局优化的纹理合成算法．算法首先对点模型表面进行基于协方差分析的递归式聚类削分，然后通过对各初始聚类进行优化调整和区域生长，得到更为均匀的计算单元块且使相邻单元块间具有重叠区域．基于所得到的计算单元块和样本纹理，在点模型表面上建立了一个全局的纹理合成能量方程，并采用最大期卑值算法迭代优化求解出一个全局的能量最小值．在全局优化算法中，通过加入的约束条件，进而给出了点模型颜色纹理的修复算法和流引导的可控纹理合成算法．由于点模型表面离散点元的稠密性，通过对离散点元的法向基于纹理合成结果进行相应的扰动，进一步增强了表面纹理的几何粗糙感．实验结果表明，该文的算法在点采样几何表面上有效地保持了生成的纹理结构和视觉效果的连续性和平滑性，得到了令人满意的结果。     

一种参数化的表情映射方法

人脸表情细节的合成是生成高度真实感人脸动画的重要环节,传统的表情映射技术仅考虑了人脸特征点的位置变化,无法处理表情细节;最新的研究考虑了表情纹理细节的合成,但仅能根据已有的表情样本一对一地获取纹理细节,应用范围很有限。有效地结合小波金字塔分解和表情比例图像两种技术,提出了一种进行表情合成的新算法。该算法既可以映射表情纹理细节,又可以生成表情动画,且表情夸张程度可参数化地控制,算法简单有效。     

基于Level Set方法的点采样曲面测地线计算及区域分解

点采样物体的几何处理是当前造型领域中的研究热点之一,如何有效地对点采样曲面进行区域分解是几何处理的基础性工作．该文首先提出了一种基于Level Set方法的点采样曲面上两点间最短路径的计算方法,用以解决区域分解中的边界曲线生成问题．为了保证求解Level Set微分方程的稳定性,文章采用移动最小平方(MLS)方法对点采样曲面进行均匀重采样和去噪音处理．在此基础上,又进一步提出了一个基于Level Set方法的点采样曲面区域拾取算法．最后给出了上述算法在点采样物体的几何处理中的应用实例．实验结果表明该文提出的算法稳定、快速且容易实现。     

面向比特币交易网络的拓扑结构可视探索方法

分析比特币交易网络有助于人们理解交易者在比特币交易中的交易模式.比特币交易网络的匿名性和其巨大的规模使得用户很难在分析前对整个交易网络产生大致的认知.提出了一种基于拓扑结构推荐的比特币交易网络可视分析方法.核心思想是为每个节点生成一个向量化表达,在用户交互的基础上,所提算法即可检测一系列相似的结构.案例分析证明了系统能够支持用户对比特币交易中的交易模式进行探索和分析.     

基于GPU的海量城市管线高效建模与实时绘制

地理信息系统行业积累了海量基于二维矢量的管线数据,文中针对传统的基于CPU的多层次细节预处理三维建模及绘制方法存在质量和效率方面的不足,从管线二维矢量数据的形状特征出发,提出一种无需预处理的、可一次性在GPU中装载并处理城市规模管线数据的三维建模与实时绘制算法.该算法利用现代GPU可编程硬件的特性来实现,在GPU上对管线形状进行解码,在顶点着色器采用2个剪枝策略进行场景的可见性剔除计算,然后基于细分着色器对管线曲面进行多层次细节几何自动建模,全过程无需CPU干预.实验结果表明,文中算法适用于城市级别的海量管网数据,相比于已有的方法,绘制效果和多项性能指标得到了大幅提升.     

三维地形高质量实时矢量叠加绘制

在高低起伏的三维地形上无缝叠加二维矢量数据是三维地理信息系统可视化的必须功能.为了进一步提高矢量纹理的像素有效利用率,减轻走样,提出一种采用多级联的绘制方法来改进传统基于纹理的矢量叠加绘制过程的算法.该算法采用深度剖分和屏幕空间分块2种策略对视域四棱锥进行分割,对子四棱锥内矢量进行级联绘制,并对绘制范围进行调整优化,整个算法过程完整地利用了现代GPU可编程硬件来实现.实验结果表明,文中算法适用于大范围多分辨率地形上的矢量绘制,绘制过程达到了实时,绘制效果令人满意.     

彩色体三维显示系统上基于GPU的实时均匀体素化算法

为了使基于旋转屏的彩色体三维显示设备在显示动态场景时实时且高分辨率、高质量地实现圆柱体空间彩色体素化,提出了一种基于GPU的算法.首先在长方体空间内完成对三维场景的实时彩色体素化,将生成的数据保存于多张纹理工作表中;然后采取多对多映射的方法对这些工作表进行重采样,得到该场景在圆柱体空间内均匀的彩色体素化结果.实验结果表明,该算法在GPU内完成,达到了实时性要求,并在基于LED旋转屏的体三维显示设备上获得了令人满意的三维虚拟场景再现效果.     

基于邻域重心约束的点云模型光顺算法

从统计的角度分析点云模型的光顺除噪，并提出了一个针对随机噪声的邻域重心约束光顺算法．此方法通过极小化邻域重心约束的局部邻域目标函数达到局部光顺的目的，不需要进行表面重构并保证选代过程中点云模型主体形状不变，有效地克服了拉普拉斯算子所造成的过度收缩与聚集现象．实验表明此方法不仅计算稳定、速度快，而且简便易用．     

点元表示的参数曲面相切判断与计算

提出了一种基于点元的参数曲面求切新算法,该算法先对曲面进行离散点元采样,通过层次包围盒测试,建立法向包围锥,对判断为可能相切的区域,根据精度自适应动态重采样点元,最后进行求切运算。实验表明,通过对曲面可能相切区域分析检测,能够针对曲面相切的情况在可控误差范围内有效求出切点,算法稳定可靠且易于交互。     

面向时序数据异常检测的可视分析综述

时序数据中的异常检测指的是在时序上去检测分析数据中异常的特征、趋势或模式.自动化的异常检测方法常会忽略细微的、模糊的、不确定的异常.可视分析通过对数据的可视表达和可视界面,集成用户和数据挖掘的能力.首先总结异常检测的挑战;然后从异常类型(属性、拓扑和混合)和异常检测方法(直接投影法、聚类方法和机器学习方法)2个角度对面向时序数据异常检测的可视分析工作进行分类和总结;最后阐述了未来的研究方向.