管状组织的中轴-元球造型方法

传统的医学体数据造型方法往往局限于将体数据表达为镶嵌在轮廓线族中的三角片集合,或者是简单的三维体元阵列.实际上,生物体的结构相当复杂,采用这些简单的造型方法显然不能适应绘制的要求.文章探讨了适用于气管、血管等管状、多分枝结构的造型方法,采用离散的中轴点表达分枝的拓扑结构,结合基于元球（metaball）的隐式曲面造型方法构造管状组织的模型.这种造型方法不仅可以使管状组织复杂的拓扑结构得以保留,而且保证了分枝之间连接的光滑性.     

基于Metaball的曲面约束变形模型及应用

结合曲面变形技术和Metaball原理,提出了基于Metaball的曲面约束变形模型,将Metaball的势函数表达曲面变形的约束,用它去作用于待变形曲面,通过调整Metaball势函数的约束中心、作用半径、偏移等参数控制曲面的预期变形效果,利用骨架卷积获得平坦光滑的曲面.讨论了约束关系、单个约束的影响、控制约束的相互影响等问题,并举例说明了这个模型的机理和应用.     

基于物体的并行空间子分及数据分布

本文提出了一种在超立方体互连拓扑下有效的并行子分方法，它把一个给定的图形自适应地分解成矩形区域，并把这些合成区域映射到多处理机的结点处理机上。所提出的方法利用有效的结构来加速标识分解的平面，并在并行空间分解的同时完成区域和物体映射到结点处理机上。     

基于标签化医学图像的多阈值三维重建算法

针对传统面绘制重建方法 MC无法一次性提取多个阈值器官的问题,提出一种将MRI图像中靶区及其周边组织进行标签化分割的多阈值三维重建算法。该算法通过将二维图像中的多阈值器官标签化为简单的整数,降低提取等值面时的数据存储量,进而提高等值面的绘制速度。同时,定义了多阈值三维重建时体素顶点索引方式和等值面相交形态,减少了传统MC算法提取多个阈值器官时存在三角面片与顶点复用的情况,且仅需一次性扫描即可重建多个器官等值面。实验结果表明,本文算法较传统MC算法,重建器官数量越多,器官彼此结构越紧密,三角面片与顶点复用情况减少越明显,在保证重建效果的同时,绘制速度可提高30%。     

基于遗传算法的虚拟物体变形研究

为缩短工艺构思的时间,增加构思的效率,通过虚拟物体变形进行工艺设计构思.采用基于遗传算法实现虚拟物体的变形.应用数学模式搭配遗传算法演变造型的方法产生了特殊的效果,不仅可给予设计者以更多的思考空间,而且增加了设计人员进行构思时的思考方向.     

一种新的基于factor curve的变形控制方法

本文提出了一种新的基于ｆａｃｔｏｒｃｕｒｖｅ的变形控制方法．Ｂａｒｒ的整体非线性变形和Ｗａｔｔ的时空因子曲线方法都不同程度地依赖于某种解析表达式，不便于进行统一的控制．作者首次对因子曲线进行了分类，提供了一种统一的控制方式，因而非常适合于动画系统．把因子曲线本身作为可变参数的动画控制方法不仅包含了Ｂａｒｒ的ｔａｐｅｒｉｎｇ和ｔｗｉｓｔｉｎｇ操作，而且还包含了Ｗａｔｔ的因子曲线变形控制方法．因而动画师有更多的余地对变形进行有效的控制．     

物体变形的广义形态变换方法

将广义形态变换理论用于非刚体运动的描述和内插,通过对非刚体的凸剖分把非刚体的运动分解为非刚体的变形与子凸集的旋转,提出物体近似骨架的概念;通过近似骨架实现子凸集匹配,实现了任意非同拓扑结构(包括有孔及凹多面体)物体的变形．广义形态变换具有基于体元的变形方法和基于边界形状的变形方法的优点,同时克服了它们的缺点．实验表明,该方法变形物体边界光滑、定位精度高、计算速度快,可应用于CAD、虚拟现实和生物医学工程。     

基于曲线和曲面控制的多边形物体变形反走样

基于参数曲线和曲面控制的空间变形是重要的几何外形编辑和柔性物体动画实现手段．当这两类变形方法的对象是多边形物体时,如何对变形物体进行重采样以得到高质量结果,是计算机动画和几何造型领域中的一个重要问题．该文针对B-样条曲线和曲面控制的空间变形方法,提出了面向多边形物体的空间变形反走样方法．在该方法中,利用等距技术将B-样条曲线或曲面所张成的变形空间近似表示为张量积B-样条参数体,结合作者提出的多边形物体精确B-样条自由变形方法,实现了参数曲线和曲面控制的多边形物体变形反走样．     

基于特征的三维移动平滑变形

数字图象变形是图象处理领域中的一个热点,具有较大的实用价值。通过对基于特征变形算法的分析,在三维体素数据模型上,提出了一种基于特征的散乱点三维变形算法。在算法中首先采用移动平滑插值函数实现对变形扭曲的拟合,其次采用融合等方法提高变形的精度和效果,最后通过试验表明该算法是可行的。该算法不但可以实现三维变形,而且可以用于二维影像的处理。     

基于控制点的图象变形方法及其应用

根据人脸,特别是根据人脸在人眼变形中对形状和细节的要求,提出了用光滑不等距插值和空间可变线性插值方法来实现基于控制点网格的数字图象变形的想法,其中,光滑不等距插值用来实现图象的坐标变换,而空间可变线性插值用于实现图象的灰度插值。同时,可将变形过程中图象的坐标变换和灰度插值分开操作,用以取代原来行和列的分别变形操作,实验结果证明,用这种方法不仅能获得很好的变形效果,且使用该方法进行人眼的变形操作也取得了满意的结果。     

A method for speeding up beam-tracing simulation using thread-level parallelization

In recent years, the computational power of modern processors has been increasing mainly because of the increase in the number of processor cores. Computationally intensive applications can gain from this trend only if they employ parallelism, such as thread-level parallelization. Geometric simulations can employ thread-level parallelization because the main part of a geometric simulation can be divided into a subset of mutually independent tasks. This approach is especially interesting for acoustic beam tracing because it is an intensive computing task. This paper presents the parallelization of an existing beam-tracing simulation composed of three algorithms. Two of them are iterative algorithms, and they are parallelized with an already known technique. The most novel method is the parallelization of the third algorithm, the recursive octree generation. To check the performance of the multi-threaded parallelization, several tests are performed using three different computer platforms. On all of the platforms, the multi-threaded octree generation algorithm shows a significant speedup, which is linear when all of the threads are executed on the same processor.     

DSA预计算建表快速验证法及其应用

针对DSA数字签名算法,提出了一种利用预计算建表技术提高DSA签名验证速度的方法,给出了具体的算法并做出相应的算法复杂度分析,它也能适用于某些底固定的双指数模幂运算。与目前较常用的方法相比,该方法验证速度要快一倍以上,可在计算效率与存储量之间达到某种平衡,使该方法能较好适用于某些应用场合,给出并分析了相应的实例。     

一种加快智能IC卡安全认证速度的方法

针对智能IC卡安全认证过程中3DES算法加密速度较慢的问题,本文采用AES算法代替3DES算法完成智能IC卡的安全认证,并对密钥分散机制进行改进,使用混沌系统中的logistic映射进行密钥分散。实验结果表明,改进后的安全认证算法在保证安全加密强度的前提下,有效提升了智能IC卡的安全认证速度。     

An efficient common-multiplicand-multiplication method to the Montgomery algorithm for speeding up exponentiation

The modular exponentiation is a common operation for scrambling secret data and is used by several public-key cryptosystems, such as the RSA scheme and DSS digital signature scheme. However, the calculations involved in modular exponentiation are time-consuming especially when performed in software. In this paper, we propose an efficient CMM-MSD Montgomery algorithm by utilizing the Montgomery modular reduction method, common-multiplicand-multiplication (CMM) method, and minimal-signed-digit (MSD) recoding technique for fast modular exponentiation. By using the technique of recording the common signed-digit representations in the grouped substrings of exponent, our algorithm can improve the efficiency of both the original CMM exponentiation algorithm and the Montgomery multiplication algorithm. The fast modular exponentiation algorithm developed in this paper can be easily implemented in general signed-digit computing machine, and is therefore well suited for parallel implementation to fast evaluating modular exponentiation. Moreover, by using the proposed CMM-MSD Montgomery algorithm, on average the total number of single-precision multiplications can be reduced by about 38.9% and 26.68% as compared with Dusse-Kaliski’s Montgomery algorithm and Ha-Moon’s Montgomery algorithm, respectively.     

基于似物性判别的视觉目标检测方法

提出了一种基于似物性判定理论的单图像视觉目标检测算法.在组合几何学的引导下遴选候选图像窗口;应用创新提出的基于图像分割的结构化特征结合支持向量机对候选窗口的似物性进行评分;根据评分对候选窗口进行排序遴选.在PASCAL VOC2007数据集上进行了定量验证,结果表明:当候选集容量为1000时,算法可达到96.1%的召回率.检测性能优于目标识别领域的4种经典算法.     

基于前景分割的目标实时检测方法

针对基于单一颜色信息的目标分割算法易受光线因素影响的问题,提出一种颜色及深度信息融合进行前景分割的目标实时检测方法。采用Kinect传感器采集低成本深度(RGB-D)图像,利用改进的ViBe算法及多帧差分法分别对于RGB以及深度图像进行建模。前景分割后,利用选取基准(SC)融合策略优化目标结果,然后通过rg Chromaticity颜色模型计算前景区域直方图信息并与模板匹配完成目标标记。实验结果表明,该方法对于环境光线及噪声干扰具有一定的鲁棒性,对于ViBe算法中背景前景同色误检及“鬼影”现象,对于深度图像分割中前景背景距离过近而造成误检现象都有很好的识别效果。     

一种新的背景减运动目标检测方法

结合图像亮度归一化和二维交叉熵的思想提出了一种针对光照变化鲁棒性强的运动目标检测算法。该算法对每幅视频帧图像进行亮度归一化处理,采用一种改进的均值滤波法初始化背景并自动进行背景更新,这种改进的方法在初始化期间有目标出现时仍能得到满意的背景图像,利用二维交叉熵的思想自动选取阈值对背景减得到的差分图像进行分割以检测出视频序列中的运动目标区域。实验结果表明：该运动目标检测算法实时有效,且对光照变化具有很强的鲁棒性。     

An image caption method based on object detection

Multimedia Tools and Applications - How to represent image information more effectively is the key to the task of image caption. In the existing research, a large number of image caption methods...     

基于角点检测的实时目标跟踪方法

当目标区域与背景特征接近时,由于目标模型中包含了大量的背景信息,基于Mean Shift的经典跟踪算法易受到背景信息的干扰,造成目标定位偏差,甚至丢失目标。为此,提出了一种基于角点的实时目标跟踪方法。该方法利用SU-SAN角点检测算子提取目标区域中的角点,由于目标区域内角点具有较强的目标表征能力,当使用这些角点构建目标模型时,能够增强目标与背景区域之间的辨别力,所以能够削弱背景信息对目标定位的干扰。实验结果表明,提出的方法能够实现对目标的准确跟踪定位,与经典的Mean Shift跟踪算法相比,该方法能够达到更好的跟踪效果,有效地提高了目标跟踪的准确性和实时性。     

基于TLD框架的快速目标跟踪方法

现实中目标在被长期跟踪时容易发生形变、遮挡、光照干扰以及其它问题,现有跟踪算法虽能解决该系列问题但算法计算量巨大导致跟踪系统实时性能较差,很难应用于实际场合。因此准确快速跟踪目标成为近年来非常有挑战的热点课题。以国外学者Zdenek Kalal等人提出的TLD(Tracking-Learning-Detection)框架为基础,提出了三点改进方法。一根据目标所占整幅图像的面积大小动态调整被处理图像的分辨率,从总体上减少样本数量;二在目标邻近区域扫描生成样本,缩小检测器的检测范围;三更换检测部分中分类器模板匹配方法,实现快速匹配,提高算法运行速度。针对与不同的场景,实验表明上述问题在改进后的算法中得到了较大的改善,算法的计算量有效降低,系统运行速度得到提高。且对于实时摄像头监控,改进后算法在保证目标跟踪准确率的同时拥有较好的实时性。