基于Loop细分算法的人体模型网格平滑

网格平滑是实现三维模型离散造型的主要方法。为了实现数字人体几何模型的光顺效果,本文提出一种基于Loop细分算法的三维人体模型的网格平滑方法。细分曲面是用低分辨率的控制网格和定义在控制网格上的一种细分规则来表示曲面的,它能有效改善三维人体几何模型的表面不光滑以及分辨率低的缺点。实验证明,该方法对基于参数化建模方法的、多曲率网格人体模型取得了很好的效果,实现简单高效,特征保持效果也很好。     

C-B样条细分的新算法

提出了一种基于C-B样条的C-C细分自适应算法,该算法通过比较网格顶点的距离来实现自适应过程.自适应算法通过计算新顶点与极限顶点的距离D值,比较D和规定的阈值ω大小,得出可继续细分与不可继续细分的点、边和面.避免了细分过程中细分网格的快速增加,大大减少计算量与存储空间,并得到了与原算法具有同样光顺性的极限曲面.     

基于GPU的曲面自适应细分

为了充分利用图形处理器(GPU)的强大计算力和并行处理能力,并有效克服CPU/GPU间数据传输的瓶颈,提出了一种新的基于GPU的曲面自适应细分算法.通过采用细分模板(SP),在GPU的顶点处理器上将从CPU上传送来的控制网格进行求值细分.给出了自适应细分层次的判定,以及通过带裙边的SP来解决可能出现的裂缝问题.将该方法用于Catmull-Clark细分曲面和Loop细分曲面的求值显示,并推广应用到其他类型细分,和GPU上的其他着色器组合使用,对硬件要求很低,只需要能够支持顶点着色器的显卡.与CPU求值渲染、基于片段处理器求值渲染方法运行效率的对比分析,证明了该方法的高效性.     

基于四边形网格的新细分算法的研究

采用重复平均的方法对细分曲面进行平滑细分,提出一种基于四边形网格的新细分算法．该算法每细分一次四边形网格,其数目增加为原来的两倍,所以此细分算法具有网格几何操作简单,所得网格数据量增长相对缓慢的优点,应用广泛,更适合3D信号网络传输等应用领域,并且生成曲面在规则点具有C^2连续性,在非规则点具有C^1连续性．     

基于表面细分技术的边界谱方法

把表面细分技术与边界谱方法相结合，提出了一种基于表面细分技术的子波边界谱方法。它能精确描述复杂图形边界，提高处理复杂边界问题的能力和计算精度，把表面细分技术建立的几何模型直接用于边界谱方法的求解。数值算例表明，该方法是有效的。     

一种基于特征区域分割的图像拼接算法

针对图像采集和测量时需要将多幅图像拼接成一幅大图像的问题，提出了一种图像拼接算法，利用特征区域块分割技术来实现图像的拼接。用灰阶Sobel算子通过引入衰减因子对图像进行边缘检测得到不失真的灰阶边缘图，然后将灰阶边缘图进行三次样条插值处理，使特征区域块边缘的定位达到亚像素级，提高了图像边缘检测的精度，有利于图像的高精度拼接。实践结果表明，该算法简单易行，定位较准确，拼接效果好，能有效地克服图像质量的影响，当图像灰度值相差较大并且图像具有旋转时，该算法也能实现对图像无缝平滑拼接。     

改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制

传统的自适应特征细分(FAS)算法对曲面上的全部特征点进行统一深度的细分,影响算法的执行效率,针对这一问题,提出了一种自适应特征细分方法。首先,设计了一种模块,即特征块处理单元(FPU),用于计算不规则区域的细分因子,根据Catmull-Clark细分模式来处理特征区域的不规则块,同时减少了GPU渲染块的数目;然后,对FAS的数据结构进行扩充,将关键点数据存放在细分表和渲染表中,GPU对表中数据进行全局细分与绘制,提高了细分和绘制的速度。实验结果表明,改进后的细分表和渲染表结构能够保证细分的动态特性和渲染的实时性。与传统FAS方法相比,本文算法能够保证三维曲面的绘制精度的同时,提高了28%的绘制速度,在实时性方面优于传统FAS方法。     

基于CAD产品版权保护的细分曲面水印算法

研究了三维几何CAD产品的特点,以增强鲁棒性为目的,对基于网格的细分曲面水印算法提出了改进.细分模式作为从给定规则产生离散曲面的方法统一了传统的参数曲面与多边形2种实体表面的表示.解决了计算机图形学等领域对任意拓扑结构的光滑曲面造型的需求,弥补了NURBS曲面在表示复杂拓扑物体方面存在的困难,可以处理任意拓扑的控制网格,保证曲面整体的光滑性,将细分曲面用于三维几何CAD产品版权保护.     

双调节因子的渐进插值Loop细分方法

针对逼近型Loop细分方法产生的极限曲面易凹陷收缩等问题,本文提出了双调节因子的渐进插值Loop细分方法。该方法分别在两步Loop细分方法、渐进迭代过程中引入不同的调节因子,使生成的极限曲面插值于初始控制网格的全部顶点,同时又具有收敛性、局部性和全局性,不仅可以灵活地对极限曲面的形状进行控制,而且一定程度上扩大了形状的可控范围。从数值实验可以看出,该方法通过改变双调节因子的值,可以较好地保留初始三角网格的特征,且生成的极限曲面收缩程度较小,是可行有效的。     

基于射线的泡沫图象分割算法

针对于矿物浮选过程泡沫图像目标气泡粘连、大小形状灰度不均及目标相似度高的问题,分水岭及阈值法难以分割此类图像,笔者提出一种射线分割方法。首先进行目标定位,从种子区域的几何中心位置对称发射出多条射线,并获得各条射线中像素的灰度值变化曲线图,根据各条射线的灰度变化曲线图的波谷位置得到泡沫的边缘。此方法能够去除噪声泡沫,并参照一个泡沫的清晰边缘部位对其模糊边缘进行修正,使其形成真正符合泡沫形状的光滑边界。     

运用OAVL数据结构实现LOOP细分

介绍了在使用参数化方法建立曲面的初始网格之后,再对初始网格进行LOOP细分的过程,以虚拟织物在悬垂仪上的悬垂效果.在LOOP细分的实现过程中,运用简便易于实现的OAVL数据结构,可以很方便地取得网格中邻近点、边、面的相关信息.最后给出了2个悬垂形态模拟的例子.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于递归分割的绝对尖锐特征造型算法研究

递归分割曲面的尖锐特征不仅能够增加递归分割曲面的造型功能,而且有助于保留网格模型上的重要特征,其简捷、高效等特点具有广阔的应用前景。为解决在实际应用过程中存在的问题,进一步推动其在产品建模和机械制造中的应用,在特征造型方面,实现了递归分割曲面的折痕、尖刺、角等绝对尖锐特征造型,避免了为构造特殊效果而建立不同的递归分割算法,增加递归分割曲面的造型能力。     

一种基于变化区域检测的 运动对象分割算法

文章针对在变化区域内运动对象的分割，提出了一种基于块的帧差处理方法，对差分图象进行噪声分析和能量分析，利用块矩和能量的双重约束来检测变化区域。后续的空间分割时，在变化区域外接矩形内用区域生长法修正检测结果，取得具有精确边界的运动对象。实验结果表明这种算法兼顾了实时性和精确性，能有效地分割出视频序列中的运动对象。     

基于自适应区域的医学图像自动分割

为了改善传统分割算法对初始条件的依赖性,提出一种基于自适应区域的医学图像自动分割框架.该框架将分割算法和目标检测技术集成到一起,通过检测已经分割出的目标信息来预测该目标在待分割切片上的局部区域,然后基于该局部区域预估目标的阈值范围和几何形状等信息,为应用分割算法提供初始参数.该框架已经应用到区域生长、基于阈值的水平集等常用分割算法.实验结果表明,该框架有效减少了分割中的人工交互操作,并且能自动处理目标复杂分叉情况.     

一种基于MRF与区域合并的图像分割改进算法

针对现有基于马尔科夫随机场的图像分割算法容易出现过分割、分割结果不理想等问题,提出了一种基于马尔科夫随机场与区域合并的图像分割改进算法。该算法首先基于马尔科夫随机场与高斯混合模型理论的图像分割算法得到初始分割结果;然后利用各个区域间的相邻关系、颜色关系以及边界情况等信息,给出各个区域间的距离;最后按照区域间的距离与区域合并前后的颜色散度变化率对初始分割结果进行区域合并,输出最终的分割结果。使用伯克利标准图像库进行实验仿真,采用Dice系数和Jaccard系数作为评价指标。仿真结果表明,相比于现有基于MRF理论的算法,本文算法具有更好的分割效果。     

基于Ncut的自适应图像分割方法

为了解决传统归一化割(Normalized cut,Ncut)算法需要人工干预因素过多,限制了算法的通用性,本文对传统Ncut算法进行了改进,提出了自适应的图像分割方法。首先采用基团势的理论替代了传统的Ncut算法中计算权值矩阵时两个控制参数对结果的影响;然后为了减少K-means算法对分类数目和类中心的敏感,本文采用基于最小生成树的聚类方法对Ncut计算出的特征向量进行分类,得到最终的分类数目和初始类中心,然后再采用K-means算法进行聚类得到最终的分割结果。实验结果显示,本文的算法不仅提高了算法的通用性,并且分割效果比较好。     

参数B样条曲线的非均匀离散细分算法

利用差商算子给出一种参数B样条曲线的非均匀离散细分算法。为了便于工程实际应用，在算法中分别考虑了B样条的均匀细分算法和非均匀细分算法，并将其应用在自由型曲线生成和函数逼近上，通过计算比较表明，B样条的非均匀离散细分算法在某些方面比均匀离散细分算法有更好的效果。