一种改进的基于Sobol序列的快速线积分卷积法

为提高快速线积分卷积法（Sobol-FLIC）的计算效率和流线的覆盖率，提出了一种改进的基于Sobol序列的快速线积分卷积法。计算结果表明，与一般的快速线积分卷积法相比，改进后的算法计算效率提高了约10%，同时可以产生稀疏纹理和密纹理，并且采用二次LIC法对图像进行后处理提高了可视化效果。在Matlab环境中，该算法与几种基本算法（LIC，FLIC）的可视化效率、计算固定数目流线的可视化结果和图像覆盖率的比较结果证实了其优越性。     

基于HSV颜色模型的二维流场可视化

为解决流场图像流速大小和流动方向的显示问题,在线积分卷积(LIC)算法的基础上,结合HSV颜色模型,提出一种新的二维流场可视化方法.该方法将流场速度方向映射为色度,将流速大小映射为饱和度,将LIC值与亮度关联起来,从而合成新的流场可视化图像.新的流场图像不仅保留了LIC图像高分辨率的流线纹理特征,而且还展现了流速大小和流动方向.目前该方法已经成功应用于二维爆炸流场的可视化.实验结果表明,该方法可以有效改善流场的可视化效果.     

基于稀疏噪声的Volume LIC GPU加速绘制技术

二维线积分卷积(Line Integral Convolution,LIC)绘制技术通过纹理线条和颜色变化能够细致、有效地表现二维矢量场的速度、方向以及数据相关性等特征信息,但二维LIC绘制方式扩展到三维矢量场时,由于三维矢量场本身的空间特性容易造成纹理单元之间产生严重的视线遮挡问题,影响对三维矢量场内部特征的观察分析。提出了一种基于稀疏噪声纹理生成的Volume LIC可视化方法,对于普通的白噪声采用Halton序列控制噪声点分布,并通过高斯滤波核滤除高频区域来生成稀疏高斯噪声。在LIC纹理计算中滤波卷积部分提供了两种核函数:基于盒形卷积核函数用于提高卷积速度,基于三角形卷积核函数用于提高绘制质量。整体算法采用GPU硬件加速机制,在噪声纹理采样时利用GPU顶点颜色线性插值功能和片元计算方法有效加速LIC纹理生成过程,并将卷积噪声和流场数据作为纹理传入GPU,采用光线投射算法加速实现纹理三维绘制显示,提供多种有效的交互分析手段查看流场内部特征。实验结果表明该算法生成的三维纹理图像清晰,绘制效率高,能够有效缓解三维复杂流场卷积数据过多时引起的视线遮挡现象,具备良好的可视化效果。     

超声成像中的运动可视化

基于纹理的线积分卷积（LIC）方法能连续细致、动画地表示二维矢量大小和方向。本文提出一种在医学超声成像中采用LIC算法实现运动可视化的方法。测试结果显示所建议方法对于合成图像和真实超声图像均非常有效。此外,还使用透明度图像技术来增强LIC图像的运动显示效果。     

基于线积分卷积可视化矢量场大小的研究

基于纹理的可视化方法以图像形式显示场的全貌,很好的可视化了矢量场的方向信息,但是矢量大小信息被忽略了.在基于纹理的线积分卷积图像的基础上,采用多频噪声的方法以及在线积分卷积图像上添加矢量、灰度值、颜色等附加信息的方法来改进线积分卷积图像,使图像能同时表达矢量场的方向和大小信息.实验证明,取得了较好的效果.     

基于OpenGL的线积分卷积的实现

基于 OpenGL实现了科学计算可视化中传统的线积分卷积算法,因 OpenGL能达到的数据精度较高,此方法取得了和快速线积分卷积算法相似的效果,在矢量场可视化中仍有重要的实用价值.     

基于深度学习和光场成像的火焰三维温度场重建算法

提出一种基于深度学习和光场成像的火焰三维温度场快速重建算法.该算法利用卷积神经网络对火焰光场图像进行深层特征提取,建立了光场图像与三维温度场之间的映射关系,从而实现火焰三维温度场的快速重建;利用视在光线法构建了火焰光场图像和三维温度场数据集,对卷积神经网络进行训练,利用测试集对训练结果进行了验证和评价,并将卷积神经网络算法与传统非负最小二乘(NNLS)算法的重建结果进行了对比.结果 表明,基于深度学习和光场成像的火焰三维温度场重建算法可准确重建火焰温度场,同时具有较高的计算效率(火焰的网格划分为10×8×15,NNLS算法的重建时间为4759 s,深度学习算法的重建时间为830 μs),平均相对误差为0.14％,且对于图像噪声具有良好的鲁棒性.     

融合B样条小波变换的图像铅笔画生成改进方法

彩色铅笔画自动生成算法是当前非真实感绘制技术研究热点之一。针对目前轮廓线条细节丢失的问题,该文提出融合B样条小波变换与二次卷积方法,得到的线条轮廓图保留更多细节信息且线条具有交叉感;线积分卷积(Line integral convolution, LIC)方法使用随机白噪声产生的纹理不清晰,且执行速度慢,该文在亮度图上添加高斯噪声替换随机二值白噪声,利用随机数控制噪声点,并应用运动模糊产生清晰纹理。实验证明,该算法得到的铅笔画效果与现存铅笔画生成算法相比,保留了更多的细节,更加接近实际艺术家作品风格。     

改进LIC模型的甲状腺结节超声图像分割算法

针对传统LIC(Local Intensity Clustering)模型在分割灰度不均匀图像时速度慢、精度不高且对初始轮廓位置敏感的缺点,提出了改进的LIC模型并将其用于甲状腺结节超声图像的分割.结合高斯概率分布引入局部方差变量构建新的局部灰度描述形式,将水平集演化设置在窄带范围内,以提高分割精度和速度;将标记分水岭算法获得的分割结果作为改进模型的初始轮廓,克服传统模型对初始轮廓敏感的缺点.对比实验结果表明,该改进模型能实现对甲状腺结节超声图像的快速自适应分割,并且在精度与分割速度上都较传统LIC模型有很大提高.     

基于纹理和轮廓的铅笔素描画生成方法

为避开常规铅笔画生成算法中图像分割的限制,提出一种基于纹理与边缘轮廓的铅笔素描画自动生成算法.该算法先用主成分分析法对原始图像进行分析,确定高频提升过滤的参数,然后融合相应的相似度测量方法来检测并定位图像的边缘.同时,利用线积分卷积产生原始图像的纹理,并将其与边缘图叠加,得到铅笔素描画的效果.实验结果表明,该方法简单且有效.