重建数据立方体的数据覆盖方法

数据切片体现了数据立方体某方面的数据特征,当产生数据切片的数据立方体由于某种原因不可访问时,通过已知的多个数据切片尽可能地恢复数据立方体中的原始信息,有利于对数据的深入分析和理解.提出了一种基于数据切片重建数据立方体的方法,通过数据切片的连接生成多维细粒度空间,利用数据覆盖操作逐步细分每个数据切片所对应的多维空间,以逼近多维细粒度空间.提出了重建后数据立方体的可查询判据.该方法直接利用数据库中的基本操作来实现,高效地支持大数据量的应用环境.     

利用支持向量机分割虚拟人切片数据*

为了提高虚拟人切片数据分割的自动化程度,提出了基于支持向量机的虚拟人切片数据分割方法。给出了分割策略、分割步骤,并讨论了切片数据分割中的支持向量机核及相关参数的选择。实验证明,利用虚拟人切片数据的空间相关特性,基于支持向量机的分割方法可较好地实现对相邻切片的自动分割。这种方法与其他方法相结合,可得到更加精确的分割效果。     

快速成型切片数据的优化算法研究

为了能够顺利地进行 STL模型切片轮廓数据的进一步处理 ,提出了对切片数据进行优化处理的算法 .对由于STL模型的缺陷造成切片之后的轮廓信息数据有大量的冗余数据 ,提出了一种冗余数据的滤除算法 ;针对切片轮廓的不封闭 ,给出了有效的修正算法 ;同时给出了对切片轮廓的内外边界进行自动识别的算法 .该算法高效简单 ,提高了后续的数据处理的效率和成型件的加工质量 ,改善了零件成型的加工性能     

基于数据切片度量JAVA内聚性

面向对象的程序切片在程序分析、程序理解、软件测试和调试以及软件维护方面有着广泛的用途.首先建立了抽象数据切片和类内切片的概念,然后基于这两种切片讨论了JAVA语言中存在的内聚问题,通过分析这些切片与数据、方法、类之间的关系来度量数据、方法以及类的内聚性问题.     

一种改进的STL文件快速分层算法

高效的STL模型切片算法是快速成型制造的前提和基础,在有向加权图切片算法的基础上提出了一种快速STL模型切片分层算法,去除了耗时的有向加权图建立,对切片后的数据进行后处理,除去数据中的冗余点,从而提供了一种快速的STL模型切片算法。大量实验及数据表明,新算法具有较高的效率。     

工业CT体数据切片重组方法研究

为了获取工业CT体数据任意方向的切片序列,提出了一种切片重组方法。该方法首先对体数据进行封装并定义逻辑坐标系,接着在逻辑坐标系中计算剖切平面的法向量和中心,求出平面的运动轨迹方程,并提出一种新的剖切面采样准则。对汽车引擎三维工业CT体数据进行了切片重组,得到了新的图像序列。该方法可连续、自动地获取任意方向的序列切片图像,弥补了工业CT不能从任意角度扫描的不足。     

三维CT数据任意切片的交互式获取技术

基于VTK开发包提出了一种交互式获取三维CT数据任意切片的方法。首先由CT图像序列构造出三维体数据,并实现了体数据切片的显示,然后利用VTK的交互功能实现体数据任意切片信息的获取和显示。结果表明该方法有助于医生从不同截面对同一组织进行观察和诊治。     

医学图像三维可视化中任意平面切片的研究与实现

对医学图像的三维重建技术进行研究,利用介于面绘制和体绘制之间的切片法来实现三维体数据可视化,并针对断层图像序列所生成三维体数据的切片方法进行了深入讨论。提出一种可操作性很强的切片方法,能较好地实现三维体数据中冠状面、矢状面、特别是任意平面的切片。同时,该方法已经用VC6．0结合VTK（Visualization Toolkit）编程进行实现,效果符合医学诊断要求,并得到了有关应用。     

阿尔茨海默症的分级集成分类方法

提出了一种基于多个切片的预测结果来提升病人分类准确率的分级集成框架,对象是阿尔茨海默症(AD)。首先对公开数据集中选取的AD、轻度认知障碍(MCI)和健康(NC) 3类样本进行数据预处理,得到每类样本的单个个体相对应的数量的切片;其次用3种不同的方法对所有切片进行特征提取,得到不同维度及不同结构的图像特征;再次用两种不同的分类方法对切片进行分类,得到单个切片类别的预测标签;最后根据切片的预测结果,预测相对应的病人类别。     

面向RP的工业CT切片数据格式转换软件开发

针对原始的工业CT切片数据,应用矢量化软件提取工件封闭轮廓点数据,并通过轮廓配准、数据精简、三角网格划分、端面处理对轮廓点数据进行处理,实现了面向RP的工业CT切片数据格式转换.为使构成STL文件的三角网格更加优化,文中提出了平均点距值法数据精简与Delaunay三角化的网格精简相结合的数据精简算法,实例验证了该方法的正确性.     

过程模型切片技术的研究

将程序切片技术引入到过程模型中,定义过程模型中的关联关系和数据连接关系,在此基础上给出了过程模型的切片定义,并定义了过程模型的三种切片：前向切片,后向切片和双向切片,提出了前向切片、后向切片和双向切片的算法,最后通过实例分析证明了该算法的可行性和实用性。     

加速透视投影体绘制技术研究

针对可视化中透视体绘制计算量大、耗时较长的不利因素,算法将三维体数据集按照三种主要的观察方向(X,Y,Z)抽取出切片数据,对切片数据进行错切操作,设立一个与切片平行的中间图像平面;在绘制中间图像时使用图形硬件所提供的纹理混和功能;最终图像经过中间图像的变形而得到,从而使绘制速度得到了较大提高。     

基于纠错码的数据分片传输方案

切片重组技术是将完整数据分成若干切片来保护其在传输和重组过程中隐私性的方法.为了进一步保证数据的安全,同时提高传输的鲁棒性,提出一种基于纠错码技术的数据分片传输方案.将完整数据切分后采用Reed-Solomon码进行编码,并利用可更新哈希链生成共享密钥对切片顺序进行置换,汇聚节点可利用满足限值的部分切片来恢复原始数据.分析和仿真证明了该方案中数据的隐私性和传输的鲁棒性,并减少了攻击或损坏对数据传输的影响.     

工业CT三维体数据边缘面提取

采用了新近发展起来的边缘提取技术——细胞神经网络（CNN）,从工业CT（Computed Tomography,计算机断层成像）体数据出发,提取被扫描工件的内外表面（称为边缘面）。当一个边缘面与沿某方向切片序列中的某切片重合时,采用二维边缘提取方法不易从该切片序列中提取出边缘面。针对这种情形,将工业CT体数据沿三个互相垂直的方向剖分,得到相应的切片序列。然后对每个切片,采用两组二维细胞神经网络实现边缘提取。再将同方向的切片边缘数据重组,得到对应方向的边缘体数据。最后,综合各方向的边缘体数据得到边缘面。该算法由于考虑了体数据点在三个方向的灰度变化,分割结果比仅考虑单一方向的算法更接近真实情形。对边缘分割后的体数据的三维显示表明,该算法能得到比较完整真实的边缘面。     

基于DICOM医学图像的虚拟切片提取技术研究与实现

针对现有大多数医学影像设备只能按某一个指定方向获取医学图像的问题, 同时为避免三维重建后切割方法中占用资源大、耗时、不易交互等缺点, 通过建立三维数据场来获得DICOM医学图像的实时虚拟切片。结合VTK工具包, 建立一个三维数据场, 对DICOM医学图像进行实时切片, 并将结果保存为TIFF格式文件。三维数据场的建立使得切片时运算速度快、交互流畅。切片图像的保存功能为医生日后观察或者会诊提供了方便。这种虚拟切片的方法可以弥补大多数医学影像设备只能获得一个方向二维切片的不足, 其速度比现在主流的三维重建后的切割方法更快, 节约了医生的诊断时间, 符合医学诊断要求。     

一种基于逆向程序流的程序切片算法*

传统的程序切片方法一般基于程序依赖图(PDG)和系统依赖图(SDG)的可达性算法,但是在建立PDG和SDG的过程中会计算一些与切片无关的数据依赖,造成时空资源的浪费及切片效率的降低。提出了一种基于程序逆向流的切片算法,它事先建立逆向程序流,再从切片点开始沿逆向程序流扫描程序以获得程序切片,只计算与切片相关的数据依赖,从而提高了切片计算的时空效率。通过实验发现该算法具有一定的可行性和实用性。本算法适用于包括Fortran、C等编程语言在内的命令式程序的切片生成。     

基于奇异值分解的异常切片挖掘

切片操作是联机分析处理的主要功能之一,在决策支持应用中发挥着重要作用.由于人工的切片过程非常低效,且易忽略重要信息,提出了一种自动、智能的异常切片挖掘方法.该方法基于奇异值分解技术来提取切片的数据分布特征,然后在提取出的奇异值特征之上,利用基于距离的孤立点检测技术发现异常的切片.在人工生成的数据和实际应用的切片数据上所作的实验结果都表明了该方法的高效性和可行性.     

三维CAD模型直接切片技术及其在快速成型中的应用

利用 Power SHAPE造型软件进行直接切片研究 ,以直线、圆锥曲线和三次 Bézier曲线作为直接切片轮廓描述的基本元素 ,以 PIC文件作为切片数据描述的接口标准 ,以 Auto Section宏获取任意复杂 CAD模型的直接切片轮廓描述数据 .以三次 Bézier曲线为例 ,研究曲边平面环域的光栅填充算法及其实现 .在此基础上 ,开发了直接切片数据处理软件 PDSlice,描述了该软件的主要输入 /输出数据接口以及 PIC模型重构方法 ,并将其成功地应用在自主研制成功的 HRPS- III型选择性激光烧结 (Selective L aser Sintering,SL S)快速成型系统中 ,制作了一批直接切片塑料件 ,取得了良好的效果 .文中的直接切片方法对微机械快速成型制件的精度保证具有重要的意义 .     

新颖的网格模型压缩算法——网格切片

针对三维(3D)网格模型的存储与网络传输问题,提出一种新颖的三维模型压缩算法。该算法基于对网格模型的切片处理,主要由以下三个步骤组成:切片顶点的计算、切片边界的均匀采样以及对切片所得图像的编码。对于一个给定的三维模型,首先,计算模型的包围盒;然后,沿包围盒长度最长的方向进行切片;同时计算切片与网格模型表面每条边的交点,构成一个多边形,这个多边形即为切片的边界;其次,对切片边界进行均匀的重采样,使每层切片具有相同的顶点数;最后,把每层的顶点坐标转化为极坐标形式,这样,所有层顶点的ρ-坐标以及θ-坐标能分别构成一张图像,原始的三维模型即能由这两张图像表示。这种表示方法具有以下两个明显的优势:第一,降低了数据的维度,有效减少了数据量;第二,具有极大的数据相关性,进一步减少了数据的熵。基于这两个优势,该算法对图像数据进行差值编码以及算术编码,最后得到压缩后的文件。与增量参数细化(IPR)方法相比,在解码模型同等质量的前提下,所提算法的编码效率提高了23%。实验结果表明,所提算法在模型存储和传输应用中能取得很好的压缩效率,有效减少了数据量。     

基于预计算切片序列的动态体绘制技术

为进一步提高基于硬件加速的体绘制技术的渲染性能,解决海量体绘制应用中体数据可视化环节的性能瓶颈,文中提出了一种基于硬件加速的实时切片体绘制技术的优化模型。相对于完全基于实时切片的体绘制系统,应用该技术在保证最终图像渲染质量的同时可节省动态判断切片方程的计算开销并大幅降低运行时的数据带宽需求。基于预计算的动态体绘制在切片方向选择空间中选取一组彼此正交的切片方案,并在预处理阶段生成切片几何数据,运行时根据视点位置通过特定判断算法进行方案选择。对基于分块的海量数据体绘制系统,该技术可有效降低海量体绘制的总体带宽消耗,从而进一步拓展系统的渲染规模。