基于标准PC机的大数据实时体绘制算法研究究

为了解决在标准PC机上对大数据进行实时体绘制的问题，提出了一种基于图形处理器的大数据高质量体绘制算法。该算法采用三维纹理映射作为核心的绘制算法，结合可见性测试、遮挡测试和模板测试来加快绘制速度。实验结果表明，对虚拟人体数据，可以在不损失图像质量的前提下，以可交互的速度进行绘制。     

非稳定度度量的数据增强技术及其在超声立体视觉中的应用

目的：医学超声立体成像是超声三维成像的一种实现方法,它能够直观的显示人体内部组织器官的情况,但超声数据的声学噪声以及数据质量严重退化的特点导致成像图像质量较差,严重影响了该技术的应用和发展。因此本文提出一种新的算法来解决这一问题。方法：提出了一种新的度量非稳定度的数据增强算法,该算法能够突出图像变化较大的部分,例如边缘。从而实现对超声数据的增强。结果：通过兔子肝脏和12周胎儿的实际数据的计算,得到两者超声立体视觉图像的非稳定度。结论：由处理之前后的对比图像可清晰地看出利用所提出的非稳定度度量的数据增强算法可以有效改善超声立体视觉的成像质量。     

新的超声立体视觉数据增强技术

针对超声成像噪声大、数据质量严重退化的特点,提出了一种新颖的非稳定度度量算法,该算法通过加强图像变化较大的部分来实现超声数据的增强.给出了输入信号信噪比不同情况下非稳定度算子与Deriche算子的输出仿真结果;通过兔子肝脏和12周胎儿的实际数据计算,得到了二者经非稳定度算子处理前后的超声立体视觉图像.研究结果表明,非稳定度数据增强技术对噪声不敏感,通过对比处理前后的图像可清晰地看出非稳定度算子能够有效地改善超声立体视觉成像的质量.