基于边长的三维形状插值

形状插值在计算机图形学和几何处理中是一个极其重要而基础的问题,在计算机动画等领域有着广泛应用。注意到在平面三角网格和三维四面体网格插值问题中,对边长平方插值等价于对回拉度量进行插值,因此具有等距扭曲和共形扭曲同时有界的良好性质。通过将其推广至曲面三角网格,提出了一种完全基于边长的曲面三角网格插值算法。给定边长,在重建网格阶段,使用牛顿法对边长误差能量进行优化。并且给出了其海森矩阵的解析正定化形式,从而避免了高代价的特征值分解步骤。注意到四面体网格的边长平方插值结果具有极低曲率,意味着只需少许修改即可将其压平从而嵌入三维空间。因此提出先将曲面三角网格四面体化,再从四面体网格的插值结果提取表面。然后将这表面作为初始化用于边长误差能量的牛顿迭代,从而使得收敛结果更加接近全局最优。在一系列三角网格上进行了实验,结果说明了本文方法比之前方法的边长误差更小,且得到的结果还是有界扭曲的。

三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法 该算法首先利用数学形态学算子提取层内图像骨架 ;然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息 ,并利用此信息的线性插值获得插值层图像的骨架点集 ;最后根据形态骨架的重建算法获得插值层图像 文中算法只对骨架点集进行操作 ,具有较小的运算复杂度 ,较好地保留了原始图像的形状信息

形状插值算法综述

给定2个以上的几何模型,形状插值的目的是生成一系列新模型,能够建立给定模型之间自然的形状过渡.形状插值是计算机动画中的一个基本操作.文中以插值量为主线,对多边形和网格模型形状插值的相关工作进行分析梳理;讨论插值结果应满足的一些重要性质,提出分类方法,对一些重要工作进行较详细的介绍与评述,并分析它们的优缺点;特别地,深入探讨各种方法的大变形插值能力.最后,总结存在的问题并尝试提出一些新的研究方向.

基于顶点变形梯度的点云曲面形状插值

为了重用现有模型,减少动画设计的工作量,需在点云曲面关键帧之间进行形状插值.给出了点云曲面顶点变形梯度的计算方法,顶点变形梯度由其k邻近点决定,并从二次能量优化的角度给出了一个闭合解.基于该变形梯度以及移动最小二乘方法建立了源点云与目标点云之间的对应关系;将变形梯度进行矩阵极分解,对分解后的各分量分别进行插值,再通过一个全局的二次能量优化实现点云曲面的形状插值.该方法直接在点云上进行,无需类似网格的拓扑结构,也不要求源点云与目标点云具有相同的采样点数和一致的对应关系.实验表明,该方法能有效地实现源点云与目标点云之间的形状插值.

三维表面平滑约束断层图象形状插值

断层图象序列的层间插值是三维重建的关键技术之一。已有的断层插值方法主要使用灰度、灰度梯度、距离、方向等约束，重建的三维表面往往不平滑。本文引入有向距离概念，增加表面平滑约束，提出一种重建三维平滑表面的断层图象层间形状插值方法。

基于形状插值与移动最小二乘变形的图像渐变

针对已有图像渐变方法难以处理较大几何变化的问题,提出一种基于形状插值与移动最小二乘变形的图像渐变方法.给定一幅源图像和一幅目标图像,用户首先通过在图像上放置开或者封闭的曲线(称为"特征曲线"),对齐源和目标图像中的几何特征;然后提出一种基于重心的线条外观模型,以提取表示一组特征曲线的形状及其所传达的视觉外观,并建立一种双层结构的形状插值算法,实现源特征曲线到目标特征曲线的保形状过渡;最后以中间过渡特征曲线为约束,通过保刚性的移动最小二乘变形把2幅图像的几何特征融合在一起,生成保外观的中间过渡图像帧.实验结果表明,该方法能够实时生成自然且视觉真实的图像渐变序列,即使当源和目标图像中对应几何特征的形状差别较大时,也能够充分保持这些特征的外观和属性.

一种改进形状插值方法在恒河猴脑黑质断层图像中的应用

背景:研究表明,脑黑质结构的病变是导致帕金森病的主要原因。从影像学角度来看,结构微小的黑质空间位置信息、体积以及3D结构形态的分析为帕金森病的临床诊断和治疗效果评价提供了十分有力的工具,因此其三维形态的研究工作尤为重要。由于恒河猴与人类的生理十分相似,这使它成为许多科学研究中比较理想的实验对象。目的:对传统的形状插值方法进行改进,并运用于恒河猴脑黑质断层图像。方法:较常用的形状插值方法是对变换后的相邻两层距离图像进行线性加权平均,从而获取中间层。试验中考虑多层相邻图像空间位置对插值图像的影响,然后进行非线性加权获取中间层。结果与结论:对插值的方法进行评估,评估结果比较令人满意,并运用于恒河猴脑黑质的三维重建中。该形状插值改进方法可以较好地运用于层片稀疏且结构细微的核团插值工作中,从而为与细微结构相关的疾病研究提供一定的参考价值。

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。

基于极大圆盘引导的形状插值实现三维表面重建

针对传统的基于形状插值方法进行插值重建的不足,提出了将基于极大圆盘引导的形状插值方法应用于三维表面重建。插值重建过程中选用具有较好效果的Chamfer算法进行距离变换,然后遍历所得到的距离图像上的所有像素点得极大圆盘集,将圆盘集进行去冗余和投影算法处理后获取最终用来插值的圆盘集,根据优化后的质心公式由圆盘集确定最终的插值方向,最后由插值结束后各点处的距离值完成三维表面重建。仿真实验结果表明,该方法可以准确地实现三维表面重建。

基于多层次特征结构的二维形状渐变

二维形状渐变在二维角色动画、模式匹配、几何造型中有着重要的应用.已有方法大多根据边长、角度、面积等局部几何属性来完成形状之间的最佳对应和渐变,忽略了形状的内在特征结构.为此,提出一种基于多层次特征结构的二维形状渐变方法,首先将源形状和目标形状分解为若干个视觉显著性特征,并通过一种用户启发式的半自动方法建立2个形状的特征对应关系;然后根据形状的特征信息构建源形状和目标形状的多层次特征结构,分别表示形状特征的整体位置和朝向、形状特征的局部朝向和形状特征的局部细节;最后组合不同特征层次上的插值结果,重构出中间形状.在源形状到目标形状的渐变过程中,针对不同层次上的特征信息分别使用近似保刚性插值、边角插值以及弹性线性插值方法进行过渡.实验结果表明,该方法简单高效,有效地避免了形状的内部扭曲,保持了形状的局部特征,可产生自然、光滑且视觉真实的形状渐变序列.

一种快速有效的医学图像灰度插值算法

介绍一种用于快速有效的医学图像灰度插值算法。通过在两幅已知图像上寻找对应点 ,有效地解决了线性插值边界模糊的问题 ,同时避免了基于形状的插值算法中图像分割的问题 ,具有较强的适用范围。

基于距离变换的ICT层间图像插值

针对工业CT层间图像变化较大的特点,提出一种基于距离变换的非线性插值方法,该方法利用目标边界上像素的膨胀或腐蚀运算,使目标形状从一幅ICT图像向另一幅均匀变化,并给出了该插值方法应用于工业CT图像的形状插值结果。

高承载梯度分层点阵结构的拓扑优化设计方法

随着增材制造技术的迅速发展,点阵结构由于其高比强度、高比刚度等优异力学性能受到广泛关注,但其单胞分布设计大多基于均布式假设,导致其承载能力相对较差.基于拓扑优化技术提出了一种梯度分层的点阵结构设计方法.首先,基于水平集函数建立点阵单胞几何构型的显式描述模型,引入形状插值技术实现点阵单胞的梯度构型生成;其次,构建基于Kriging的梯度点阵单胞宏观等效力学属性预测模型,建立宏观有限单元密度与微观点阵单胞等效力学属性的内在联系;然后,以点阵结构刚度最大为优化目标,结构材料用量和力学控制方程为约束条件,构建点阵结构的梯度分层拓扑优化模型,并采用OC算法进行数值求解.算例结果表明,所提方法可实现点阵结构的最优梯度分层设计,充分提高了点阵结构的承载性能,同时可保证不同梯度点阵单胞之间的几何连续性.最后,开展梯度分层点阵结构与传统均匀点阵结构和线性梯度点阵结构的准静态压缩仿真分析,仿真结果表明,与传统均匀点阵结构和线性梯度点阵结构相比,梯度分层点阵结构的承载能力明显提高.研究结果可为高承载点阵结构设计提供理论参考.

基于骨架图匹配的汉字变形技术

不同时代的汉字变化较大,自动产生它们之间的变形动画是一个具有挑战性的任务.为此尝试使用一个新方法解决该问题.首先将源汉字和目标汉字分割成对应的部件,然后根据部件的骨架和特征点将其分解为笔画并建立图模型,用笔画路径的相似度进行图模型的匹配来产生对应关系.最后根据匹配的结果为源汉字和目标汉字的轮廓建立同构三角形,并计算插值产生动画.实验当中将新方法的汉字匹配的效果与现有方法进行对比,并展示了所产生的变形动画,结果表明本文所提出的方法可以产生不同时代的汉字间的对应关系,并能生成平滑的变形动画.

医学图像体视化技术的研究与开发

体视化技术的出现和发展大大丰富了可视化技术的理论和方法,同时也为可视化技术开辟了更为广阔的应用领域,体视化技术在医学方面的应用较早也是较为广泛的。为了提高图像重建的质量和便于医生观察图像,本文提出了一种新的基于目标形状的插值方法,这种插值方法充分利用两相邻断层图像间的形状和位置关系,重建结果优于常用的Raya-Udupa所提出的基于目标形状的插值方法;同时阐述的几种常用的显示技术将辅助医生多角度地观察和多方面的利用图像;最后,对体视化技术的发展做出了阐述与展望。

优化变形能的平面多边形同构剖分

平面多边形间的同构三角剖分是平面形状渐进过渡与插值的基础,降低对应三角形的变形程度是获得高质量应用的关键.文中提出一种基于变形能优化的2个平面多边形的同构剖分算法,其中包含同构剖分生成和变形能最小化2个模块.首先根据用户指定的对应特征点对多边形进行顶点重采样,得到顶点一一对应的2个多边形;然后利用带约束的Delaunay剖分对其中的一个多边形进行三角化,得到源网格;再用重心坐标将源网格的内部顶点嵌入到另一个多边形得到同构剖分(目标网格);最后逐一检查三角形的变形能,对源网格中变形能超过阈值的三角形进行细分,用同构剖分模块生成新的目标网格.实验及数据统计分析表明,该算法可以得到较好的同构三角剖分,提升网格质量,并能很好地避免纹理细节失真.