一种非结构矢量场的线卷积积分方法

传统的结构化LIC方法不适用于非结构矢量场数据处理的主要原因有两个,一是矢量幅度的表现力不强,二是因分辨率等因素无法有效地应用于采样点位置随机的矢量场.为解决上述问题,可以采用如下方法:在DDA曲线的生成过程中,采用基于数值的计算方法替代结构化LIC中基于网格的计算方法,从而有效地保证了处理结果的分辨率;在DDA曲线的卷积积分(LIC)处理过程中,采用区域标记的策略替代快速LIC方法中的线标记策略,一方面,因为被标记的采样点不再作为以后各轮DAA曲线生成的起始点,从而可以有效地减少计算量;另一方面,区域标记方法能够使LIC处理的结果稀疏化,表现为矢量场中幅度大的区域矢量线密集,而幅度小的区域矢量线稀疏,从而有效地提高矢量场幅度、结构的表现力.

非结构矢量场的特征区域可视化方法

基于特征比对的可视化方法涉及的问题主要包括,如何判断一个矢量场中是否存在另一个矢量场中的一些特定结构,如何评价两个矢量场结构间存在的相似性,如何从诸多矢量场中将这些特定的结构检测、定位并绘制出来。给出了一种基于曲线结构的矢量场特征区域可视化方法,该方法通过构造与曲线结构相关联的柱坐标系,保证了提取特征的平移、旋转和尺度不变性;采用曲线积分的Clifford Fourier变换,获取了曲线结构的频域特征并简化计算;利用多曲线结构匹配和多尺度逼近等方法,实现了区域结构的特征可视化。

矢量场数据演示的快速Clifford傅立叶变换

对于结构化的矢量场数据,一般是先由均匀网格取样后,再由Clifford卷积来分析。通过证明快速Clifford傅立叶变换的可行性和有效性,介绍了应用快速Clifford傅立叶变换对矢量场数据进行分析的新方法。快速Clifford傅立叶变换把Cli- fford卷积由空间域转化到频域运算,加速了卷积运算,并且可以很容易、准确地模拟矢量场图像,对图像处理的特征提取和纹理分割也将起着重要的作用。

基于模板匹配的流场涡旋识别

在对现有的几类涡旋识别算法进行比较分析的基础上,重点研究了基于Clifford卷积的模板匹配的方法。考虑到实际计算到的流场数据集的不规则性,对基于Clifford卷积的模板匹配的方法加以改进,改由混合网格来划分数据集,对于不规则部分根据临近基元来标度模板,在计算过程中对模板的1-邻域点取样。实验证明,在算法效率相当的前提下,该方法能够更加准确地识别、显示流场的涡旋结构。

铅笔画的自适应LIC绘制方法

提出一种非真实感铅笔画的绘制方法,通过对图像的亮度分量计算切矢量场,获得图像的结构矢量场。根据矢量场和图像分割后的局部特征产生可变的积分步数和纹理走势。利用线积分卷积方法,自适应地处理图像。将绘制结果和通过霓虹处理得到的轮廓效果相结合。实验结果表明,该方法能够根据图像的细节丰富情况模拟铅笔画的艺术风格,并且生成速度较快。