遮挡线索增强的最大密度投影算法

遮挡线索增强的最大密度投影算法(OEMIP)旨在解决最大密度投影法(MIP)不能正确表达遮挡线索的问题,它包括两个步骤:首先使用K-Means聚类算法从MIP结果图像中自动提取结构特征;然后根据结构特征自适应调节MIP绘制过程以正确表达遮挡线索。此外,引入绘制优先级以避免重要特征被次要特征严重遮挡,并给出绘制优先级的自动设置算法。多个体数据的测试结果表明OEMIP能显著增强遮挡线索,且能实现实时交互。

面向直接体绘制的空间一致性分析方法与应用

空间信息对揭示体数据内部特征具有重要意义,传统基于传递函数的直接体绘制法难以有效利用空间信息。对于基于直方图的传递函数,文章提出基于特征的空间一致度概念以刻画特征的空间特性——体素的空间聚集度,并提出考虑空间一致度的自适应光线投射法,该方法能基于空间一致度自动调节颜色和不透明度以优化绘制结果,并通过上述方法将空间信息引入到直接体绘制。多个实际体数据的测试结果表明,文中所提出的方法能有效考虑体数据的空间特性,可优化绘制结果。

结合GMM和Graph-Cuts的直观传输函数设计方法

提出一种新的基于笔画的传输函数设计方法。与其他基于笔画的方法相比,该方法只要求用户对感兴趣数据做少量标记,操作更简便;另外该方法更好地考虑了体数据的空间信息,分类结果更合理。首先使用贪心极大似然估计算法构建用户感兴趣数据和背景数据的高斯混合模型(GMM)模型;然后基于GMM模型使用Graph-Cuts实现对体数据的分类,并通过仔细设计Graph-Cuts能量函数的平滑项将空间信息引入分类过程。针对体数据的规模大,难以直接应用Graph-Cuts算法的难题,在此通过使用层次模型减小Graph-Cuts算法所处理问题的规模,从而获得了实时交互的效果。该方法使用多个体数据进行测试,获得令人满意的效果。

结合K-D树和Shell的快速动态等值面光线跟踪法

目的 K-D树和Shell常被用于加速等值面光线跟踪法。如果Isovalue保持不变时,Shell方法效率更高,否则Shell方法需要重构Shell,而K-D树方法速度更快。提出一种结合K-D树和Shell的动态等值面光线跟踪方法,其关键是如何实现两者的平稳切换。方法首先改进基于K-D树的等值面光线跟踪算法,使得该方法在绘制过程中渐进地构建Shell数据结构。在Isovalue发生变化后,首先使用改进的基于K-D树的等值面光线跟踪算法进行绘制,并在绘制过程中渐进地构建新的Shell数据结构,从而平滑地过渡到绘制效率更高的基于Shell的等值面光线跟踪算法。结果实验中,在Isovalue动态变化时本文方法的效率接近K-D树方法;但用户在进行缩放、旋转等操作时,本文方法能达到Shell方法的速度。实验结果表明本文方法结合了两者的优点。结论提出了一种快速Isovalue光线跟踪算法,综合运用K-D树和Shell两种数据结构,在Isovalue保持不变和动态变化两者场合都实现了较高的绘制速度。

新中国70年建设强大现代化后勤的实践与启示

新中国成立70年来,我军后勤高举旗帜、听党指挥,在强国强军的历史征程中,始终坚持以科学理论为指导、以保障打赢为根本、以改革创新为动力、以服务部队官兵为宗旨、以勤俭建军为原则、以军民融合为道路,向着建设强大的现代化后勤宏伟目标阔步前进。