基于方向梯度的WSN三维覆盖策略

针对无线传感器网络中的三维表面覆盖问题,提出一种基于方向梯度的覆盖算法。首先将三维表面垂直投影到二维平面上,然后采用区域离散化的思想,将二维平面离散成若干个网格点,再根据方向梯度概率感知模型,确定每个点覆盖的范围,最后通过贪婪算法找出满足覆盖率的最小覆盖集。该方法采用的方向梯度概率感知模型,充分考虑了三维表面地形的影响以及实际应用中的感知范围衰减因素。通过大量仿真实验表明,该方法能有效覆盖三维区域。     

约束网格简化

针对三维激光扫描仪获得的彩色人头数据压缩问题,应用多细节层次模型自动生成技术,提出了基于区域分割的约束网格简化算法.在对三维彩色人头数据进行区域分割的基础上,把网格点分为两类,一类为区域边界点,在顶点合并操作中,区域边界点只能与边界点合并;一类为区域内部点,它能与边界点和内部点合并.然后根据区域加权的误差评价函数,生成多细节层次模型.该算法不但保证了压缩比,而且保持人头模型各区域(眼睛、鼻子、嘴、耳朵和头发)的边界和细节.文中最后给出了人头数据的一组简化实例.     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

CAD模型表面区域分割方法

三维模型表面区域分割技术在形状分析,尤其是局部形状分析中具有重要作用,传统的表面分割方法主要针对网格模型,而机械工程中的CAD模型通常用B-rep表达.提出一种B-rep形式的CAD模型表面区域分割方法,将模型表面划分为局部凸区域、凹区域和平区域的组合,并使得分割后的区域数量最少.为提高计算效率,提出一种二步法:首先在模型面的局部凸凹性分析的基础上,快速地将模型表面分割成初始的凸区域、凹区域和平区域;然后通过区域合并的方法对分割后的区域进行组合优化,得到一个最优的分割结果.实验结果证明,该方法能有效地分割模型的表面区域.     

三角网格模型分治加工中区域分割算法的研究

提出分治加工策略以保证复杂三角网格模型数控加工同时具有较高的加工效率和加工精度;针对分治加工的需求,提出一种将机械零件三角网格模型分割成具有加工意义区域的算法。算法采用半边数据结构,基于区域生长原理,以二面角结合刀轴矢量为区域生长的驱动信号,实现了三角网格模型内子加工区域的快速分割。为了避免过分割现象,实现了小区域或误判区域的优化合并处理算法。运行实例表明了该算法能够有效实现加工模型的区域分割。     

基于三维模型几何信息的纹理图像压缩

为进一步压缩三维模型数据,提高网络传输的速度,同时不降低模型渲染的视觉表现效果.提出了一种基于三维模型几何信息的纹理图像压缩算法.首先对模型三维网格做重网格化,使网格具备半正则的规则拓扑结构;然后利用半正则网格表面的几何信息对模型的三维特征点进行提取,对三维特征点在纹理空间的映射点应用k-means聚类算法获取感兴趣区域;最后结合基于感兴趣区域的嵌入式零树小波压缩算法,实现对模型纹理图像数据的编码和解码操作.实验结果表明,该算法提取的纹理图像感兴趣的细节区域更精确、压缩比高,经过解码和重建后的纹理图像在对三维模型表面贴图映射后具有更好的视觉效果.     

高性能非结构化四面体网格解耦并行生成算法

针对大规模科学计算领域非结构化网格生成问题,提出一种基于AFT-Delaunay方法的三维复杂域解耦并行四面体网格生成算法.该算法以待剖分三维域的闭合的表面三角形网格为输入,采用边界一致约束Delaunay剖分方法串行地生成较小规模的初始四面体网格;采用界面优先策略扩展三维AFT-Delaunay方法,以几何分界面为参考指引前沿推进方向,在分界面处生成一层由四面体单元构成的有厚度的"墙",递归、并行地将初始四面体网格分割成完全解耦的子区域;此时,各子区域均为不含内部节点的四面体网格,继续利用AFT-Delaunay方法解耦并行地生成各子区域内部四面体网格.算例结果表明,文中算法很好地解决了分界面处网格质量差的难题以及收敛性问题,具有较好的并行效率及几何适应性,可在PC平台全自动地完成108量级的非结构四面体网格生成.     

从表面重构的体数据实现三维网格剖分

针对有限元分析中网格最优化问题,本文提出一种改进的生成四面体网格的自组织算法。该算法首先应用几何方法将三角形表面模型重新构造成规定大小的分类体数据,同时由该表面模型建立平衡八叉树,计算用以控制网格尺寸的三维数组;然后将体数据转换成邻域内不同等值面的形态一致的边界指示数组;结合改进的自组织算法和相关三维数据的插值函数,达到生成四面体网格的目的。实验对比表明,该方法能够生成更高比例的优质四面体,同时很好地保证了边界的一致。在对封闭的三维表面网格进行有限元建模时,本文算法为其提供了一种有效、可靠的途径。     

耳廓三维网格去补丁合并算法

针对耳廓多角度扫描获取的三维网格合并问题,提出了一种新的三维网格合并方法—去补丁合并法.首先基于kd-tree算法将三维耳廓配准后的两幅网格快速分割为重叠区域与非重叠区域;然后根据连通性对重叠区域和非重叠区域进行分块,并从重叠区域分块中去除冗余的补丁块、构建边界点;最后基于边界点将保留的重叠区域网格与邻接的非重叠区域网格缝合.实验结果表明,与同类算法相比,本文方法具有较好的合并效果与较高的计算效率.     

基于pillar grid三维地质体表面模型提取算法

在油气勘探开发过程中,三维地质建模技术应用越来越广泛。pillar grid是目前主流三维地质建模软件应用的结构化网格,提供储层流体流动的描述方法。如何更加直观地展示地质体构造形态,将地质体网格数据中三维地质体表面模型提取出来在地质建模中具有较高的应用价值。因此,提出一种三维地质体表面提取算法,对基于pillar grid三维地质体数据进行解析,提出其表面模型来辅助计算机可视化展示。该算法主要包含基于pillar grid无断层三维地质体表面模型提取算法和带有复杂断层三维地质体表面模型提取算法两部分。通过实际的三维地质体模型数据进行算法验证,证实该算法能够较好地实现基于pillar grid复杂三维地质体表面模型提取功能,满足实际需求,具有应用价值。     

激光三维扫描数据的表面重建

对激光三维扫描系统获得的没有任何附加信息的轮廓线点云数据进行处理，首先采用求最大连通域的方法删除噪声点，利用设定相邻点连线夹角正切阈值的方法精简数据，然后采用基于局部切平面簇的方法对数据点云进行切平面的估算、法向量的调整和计算距离函数，用改进的MC方法输出三维网格，并且应用基于顶点的网格删除算法对三维网格进行简化，在估算切平面的时候采用新的估算原则，提高了重建速度，改善了重建效果，所表述的重建流程，成功地解决了激光扫描系统所得轮廓数据点的表面重建问题。     

Partitioning 3D surface meshes using watershed segmentation

This paper describes a method for partitioning 3D surface meshes into useful segments. The proposed method generalizes morphological watersheds, an image segmentation technique, to 3D surfaces. This surface segmentation uses the total curvature of the surface as an indication of region boundaries. The surface is segmented into patches, where each patch has a relatively consistent curvature throughout, and is bounded by areas of higher, or drastically different, curvature. This algorithm has applications for a variety of important problems in visualization and geometrical modeling including 3D feature extraction, mesh reduction, texture mapping 3D surfaces, and computer aided design     

曲面重构中点云数据的区域分割研究

在曲面重构中，由于实际的曲面模型往往含有多个曲面几何特征，即由多张曲面组成，如果对使用激光法测量的“点云”数据直接进行拟合，将会造成曲面模型的数学表示和拟合算法处理的难度加大，甚至无法用较简单的数学表达式描述曲面模型，因此针对该问题，提出了一种基于数据点曲率变化的区域分割方法，即先对每一条扫描线上的数据点求取曲率值，然后将其中曲率值变化较大的点提取出来作为边界点，当边界确定后，再将云点数据分割成多个区域，由于每个区域一般具有较简单的几何特征，因此可用简单的数学模型来描述，并可重构单张曲面。该算法不仅原理简单、易于理解和编程，而且能提高曲面模型重构效率。     

定向区域生长算法及其在血管分割中的应用

针对医学图像中微细管道结构灰度连续性差,采用常规区域生长法进行分割容易丢失末梢的问题,提出一种定向区域生长算法,可以在生长过程中跨越管道结构中的低灰度 区域。算法向图像中已生长区域外灰度最高的方向进行生长,每次将一个体素加入已生长区域,将图像转变为一颗以种子点为根结点的树,再从叶子结点进行回溯以确定感兴趣区 域。对实现算法的数据结构进行了讨论。算法可以应用于任意维的图像。对2维和3维图像的测试结果表明,相对于常规的区域生长法,算法可以分割出更多的血管分支。算法对3维 图像的运行时间为秒钟量级,可以满足临床应用的要求。     

An automated pulmonary parenchyma segmentation method based on an improved region growing algorithmin PET-CT imaging

To address the incomplete problem in pulmonary parenchyma segmentation based on the traditional methods, a novel automated segmentation method based on an eight-neighbor region growing algorithm with left-right scanning and four-corner rotating and scanning is proposed in this paper. The proposed method consists of four main stages: image binarization, rough segmentation of lung, image denoising and lung contour refining. First, the binarization of images is done and the regions of interest are extracted. After that, the rough segmentation of lung is performed through a general region growing method. Then the improved eight-neighbor region growing is used to remove noise for the upper, middle, and bottom region of lung. Finally, corrosion and expansion operations are utilized to smooth the lung boundary. The proposed method was validated on chest positron emission tomography-computed tomography (PET-CT) data of 30 cases from a hospital in Shanxi, China. Experimental results show that our method can achieve an average volume overlap ratio of 96.21 ± 0.39% with the manual segmentation results. Compared with the existing methods, the proposed algorithm segments the lung in PET-CT images more efficiently and accurately.     

基于Hessian矩阵和区域生长的肝血管树的分割算法研究

由于血管成像设备的限制和血管本身形态结构的复杂性,使得血管分割成为一个难题。针对CT肝脏血管图像的特征,设计一种将Hessian矩阵多尺度滤波、形态学和三维区域生长相结合的方法,实现血管分割。首先,使用灰度变换突出目标区域,利用基于Hessian矩阵的多尺度滤波方法对血管进行增强;其次,对增强后的血管图像进行闭运算,并进行三维区域生长;最后,利用膨胀运算将血管的弱连接进行连接。实验表明该方法具有一定的可行性和有效性,能够很好地实现血管的分割,所产生的血管连续光滑,很适合作为三维重建的数据集。     

基于两阶段区域生长的肝内血管分割算法

提出一种基于两阶段区域生长法的肝内血管分割算法。在第一阶段,使用三维区域生长法从CT图像序列中提取出肝脏,区域生长法的生长准则由均值和方差双阈值来决定。分别通过形态学运算和中值滤波对分割出的肝脏序列进行降噪处理。在第二阶段,再次利用区域生长法从已经得到的三维肝脏图像序列中分割出血管,区域生长法的生长准则仅由均值作为单阈值决定。对两阶段区域生长法的实验结果进行三维重建,与传统区域生长法的三维重建结果相比较,能够体现出该算法的准确性。     

CT系列图像的三维层次化子块生长分割

准确地从CT系列图像提取感兴趣的组织是手术规划的基础,针对肝脏轮廓分割存在分割不全的问题,提出了基于三维区域生长算法的腹部CT图像分割方法。算法首先由用户选择若干个生长点,然后充分利用CT系列图像层间的相似性,提出基于子块的改进区域生长算法,实现三维的层次化子块区域生长,以更准确提取肝脏区域,其中生长准则由系统分析用户选择的生长点的邻域子块属性获得,以减少用户的干预。实验结果表明,算法能在较少的干预下快速分割出来CT系列图像中的肝脏轮廓。     

基于三维限制区域生长的SD-OCT中浆NRD病变区域分割

中浆(CSC)病变区域的大小对于病变的诊断及研究有着关键的作用,而视网膜神经上皮层脱离(NRD)形态在中浆病变中最为普遍且病变程度最为严重,因此快速准确地分割出NRD病变区域十分重要。给出一种全自动的频域光学相干断层(SD-OCT)中浆NRD病变分割方法。首次在三维空间进行NRD病变分割,将二维图像上的病变区域分割问题转化为三维空间的体分割问题,充分利用了数据的三维结构信息,提高了分割精度。18组中浆NRD病变的SD-OCT图像的实验结果表明:该算法能够准确分割出中浆NRD病变,且平均覆盖率高达89.5%。与其他4种分割方法相比,所提方法精度最高且耗时最短,在临床应用与研究中具有极大的优势。