基于Marching Cubes算法的多层医学图像重建实现

为了进一步增强医学三维图像的可视性,研究了用于医学三维图像重建的Marching Cubes算法,采用了双曲线渐进方法来消除其等值面连接的二义性,使用八叉树数据结构减少多层图像重建的冗余计算.在VS2005平台上,对CT医学图像序列,利用OPENGL图形库实现了基于这些方法的多层医学三维图像重建.实验结果表明:基于MC算法的多层医学图像重建比单层重建能给医生提供更多的可视化信息,具有一定的临床优势.

离散Marching Cubes算法在骨科手术模拟系统的应用

为保证模型相对准确和满足模拟手术过程中三维交互的实时性要求,手术模拟系统要求在保持模型拓扑结构的前提下简化模型。该文详细介绍了离散MarchingCubes(DiscMC)算法及其实现,在实现过程中使用查表法,解决了二义性问题,提高了程序的运行效率。实验表明,DiscMC算法在保持模型的拓扑结构基础上大幅度减少了三角面片数目,缩减比例达66%。DiscMC算法作为计算机模拟骨科手术系统的三维表面模型重构和简化算法是合适的。

三维服装表面模型的离散Marching Cubes算法

对三维服装表面模型的重构简化算法进行了研究。在三维表面模型和化简方面采用了离散MarchingCubes(DiscMc)算法,将离散的思想应用到三角面片的化简中,耗时插值计算量被降至最低,使得原有系统在重构效率和效果上都有极大的改善。位于同一平面且相邻的三角面片都进行合并,可以达到很高的简化比,算法效率很高,同时保持有限的精度损失,保持服装表面模型细微结构不会被DiscMC的简化过程所破坏,DiscMC优于其他算法。从算法描述实验可知,DiscMC仅限于原始体数据的密度值都在网格点上,并且简化是一次性的,不会反复进行简化,因此,非常适应于服装系统的三维表面模型简化。

基于Marching Cubes算法的数字岩心建模方法研究

三维岩心可视图像能直观、真实和准确地反映岩石在空间的分布情况,而CT扫描成像法建立数字岩心的准确度最高,最接近真实。为此,利用Micro-CT成像技术采集岩心切面在不同时刻的CT扫描图像,运用改进后的Marching Cubes算法,给出构建数字岩心的方法,将所构建的三维数字化岩心成像,从而实现岩心孔隙结构模型的可视化。阐述了MC算法的基本原理,并通过该方法建立了2块砂岩样品的数字岩心。三维数字岩心重建试验结果表明:基于Marching Cubes算法的数字岩心建模方法能更好地对岩石切片进行重建,且耗时较少、精度更高。研究结果验证了新建模方法的有效性与先进性。

基于改进Marching Cubes算法的血流实时仿真研究

针对传统的Marching Cubes算法空体元检测时间过多影响执行效率的问题,设计了一种针对流体表面绘制的Marching Cubes改进算法。在算法中,首先检测了规则点阵的密度,然后通过设定阈值将粒子密度低于阈值的区域与密度高于阈值的区域分离,仅将密度较高的区域使用简化版Marching Cubes算法绘制。仿真实验证明,与球形渲染算法和Marching Cubes算法相比,本文提出的算法减少了对空体元的访问,提高了显示的质量,从而使得整体绘制算法符合实时渲染的要求。

Marching Cubes改进算法及其气象三维模拟

用三等分体元边界的方法取代了原始Marching Cubes算法中通过线性插值获得等值面与体元交点的方法,该方法不仅解决了线性插值不适用于气象数据模拟的问题,还有效地减少了等值面绘制过程中生成的三角面片的数量,在减少冗余提高绘制速度的同时也进一步提高了等值面图像绘制的质量。将改进之后的Marching Cubes算法应用在对气象模式数据即WRF数据的等值面模拟中,在图像绘制速度和绘制质量上均取得了不错的实验效果。

基于中值法改进Marching Cubes曲面重建算法

等值面的提取是三维空间点云数据曲面重建过程中起决定性的关键因素之一。本文针对Marching Cubes点云曲面重建算法在三维重建过程中处理速度慢、插值效果不佳等问题,进行了基于点云数据的中值法改进。该算法的基本理论基础是三位点云具有连通性。根据该原理,选择一定数量的体素作为种子节点,再依据这些种子体素来拓展出地物的整个曲面。算法避免了对无用体素的遍历;利用中值计算法去取代线性插值法对等值点坐标和空间法向量进行求解,进一步缩减迭代次数。实验结果表明:与传统算法相比,基于中值法改进的Marching Cubes算法能在重建效果没有明显差异的情况下有效地提高效率。

CUBE自动滤波在远海多波束测深中的应用

为提升远海多波束测深数据标准化处理能力,验证CUBE自动滤波在远海海域的实际应用效果,选取远海海域3个典型深度测区,使用优选的CUBE自动处理参数组,对多波束测深数据进行自动滤波处理,并从处理用时、逐点标记以及交叉点水深差值3个方面,将处理结果与多名作业人员的手工处理结果进行对比分析。实验结果表明,使用CUBE自动处理与人工处理结果基本相同,且少量处理不同之处产生的水深成果差值均在测量误差允许范围之内,且CUBE自动处理在处理效率、成果标准一致性方面均优于人工处理。本文成果对于提升远海多波束测深数据标准化处理能力具有较强的实践指导意义。

利用CUBE算法剔除多波束测深粗差研究

针对国内基于不确定度信息处理多波束测深数据相对滞后现状,将CUBE算法应用于大批量多波束测深粗差剔除研究。通过与人工交互编辑结果对比,表明CUBE算法剔除粗差效率较高并能保证测深成果质量,具有较高的推广应用价值。该研究对进一步优化我国多波束测深粗差处理算法也具有重要意义。

超大型压缩数据仓库上的CUBE算法

数据压缩是提高多维数据仓库性能的重要途径 ,联机分析处理是数据仓库上的主要应用 ,Cube操作是联机分析处理中最常用的操作之一 .压缩多维数据仓库上的 Cube算法的研究是数据库界面临的具有挑战性的重要任务 .近年来 ,人们在 Cube算法方面开展了大量工作 ,但却很少涉及多维数据仓库和压缩多维数据仓库 .到目前为止 ,只有一篇论文提出了一种压缩多维数据仓库上的 Cube算法 .在深入研究压缩数据仓库上的 Cube算法的基础上 ,提出了产生优化 Cube计算计划的启发式算法和 3个压缩多维数据仓库上的 Cube算法 .所提出的Cube算法直接在压缩数据上执行 Cube操作 ,无须反压缩 ,提高了 Cube的处理速度 .这些算法适用于一大类常用的数据压缩方法 .对这些算法的 I/ O时间复杂性和 CPU时间复杂性进行了细致分析 ,并对这 3种算法和其他Cube算法进行了大量的实验研究 ,对性能进行了分析比较 .理论分析和实验结果都表明 ,所提出的 Cube算法的性能高于目前所有的

CUBE算法及其在多波束数据处理中的应用

阐述了一种基于表面生成的多波束数据处理方法——CUBE(Combined Uncertainty and Bathymetry Estimator)算法,用该方法可以对观测区域网格节点"真实"水深及相关误差进行估计。与从测量水深中选择出"最佳"数据的手工交互方式的多波束数据编辑手段不同,CUBE算法具有很强的抗差性和较高的效率,适合于实时多波束数据处理。对南海某测区多波束数据处理结果表明,在没有人工干预的情况下,利用CUBE算法去噪生成的海底DTM图与手工编辑生成的相当吻合。CUBE算法和手工编辑方法综合对比得出,CUBE算法能够很好地保留水深地形细节,在计算效率、误差评估、实时处理等方面比手工编辑方法具有较大的优势。

基于CUBE算法的多波束测深数据自动处理研究

对CUBE算法自动处理多波束测深数据的模型建立、格网节点的多重估计和最优估值选取准则进行了详细介绍,深入分析了多重估计的实用性,并通过实测数据对该算法进行实现。利用了抗差Kalman滤波改进CUBE算法。通过模拟数据对改进的CUBE算法进行实验,验证了算法改进的必要性。

基于Marching Cubes与Ray Casting的医学图像三维重建

本文研究了医学图像三维面绘制和体绘制的典型算法MarchingCube和RayCasting的原理和三维可视化工具包VTK的实现机制,在VC++6.0平台下,利用VTK分别实现了基于上述算法的DICOM格式的CT序列图像三维重建,并给出了关键算法和3D可视化结果。

一种高效的基于依赖树的Cube算法

多维数据立方 (Cube)的计算对联机事务分析有着极为重要的作用 .本文针对传统的多维数据 Cube计算中的不足 ,提出了一种新的基于依赖树的多维数据 Cube计算模式 ,并对该计算模式提出了优化算法 .实验表明 。

基于多维数据库的CUBE优化算法

多维CUBE计算在多维分析和处理中非常重要,本文针对数组CUBE提出了划分的方法,通过一次扫描基本方体计算不完全数组方体的所有分组。实验数据表明该算法能充分利用内存空间、减少I/O次数,具有较高的计算效率。

多波束测深数据处理中的CUBE算法探讨

阐述了一种多波束测深数据处理算法——CUBE(Combined Uncertainty and Bathymetry Estimator)算法,用该算法可以对观测区域网格节点"真实"水深及相关误差进行估计。用CUBE算法处理多波束数据近两年已被国际上大多数多波束处理软件所采用,该算法的成熟应用将数据处理人员从繁重的多波束内业中解放出来,为多波束更加广泛的应用提供良好的基础。

CUBE算法水深假设跟踪模型参数配置方法

CUBE算法是多波束测深数据处理软件的核心算法,用于粗差自动检测与剔除。为了增强普适性,CUBE算法模型不断优化和改进。跟踪国内外CUBE算法研究和发展现状,梳理了CUBE算法基本流程,重点研究了“4σ”和贝叶斯因子、累计贝叶斯因子和运行长度为参数的两种水深假设跟踪模型机制,对比分析两种水深假设跟踪模型的差异,提出一种基于贝叶斯因子、累计贝叶斯因子和运行长度的水深假设跟踪模型参数配置方法(以下简称“三参数配置法”)。仿真数据试验表明:处理单个粗差时,两种水深假设跟踪模型都可以有效剔除;处理连续粗差时,三参数配置法处理效果比“4σ”法更稳健。

结合不确定度与密度聚类算法的多波束异常值自动滤波算法

本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明:CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。

医学图像重建MC算法三角片的合并与实现

提出一种算法对MarchingCubes算法中产生的大量三角片进行合并。根据三角片顶点的空间位置,按照所给的约束条件对顶点进行判断,合并符合条件的顶点,以减少三角片的数目。这个方法在保留图像细节的前提下,改善影像的显示速度,以期实现三维医学图像实时显示。对数据量大的医学图像的三维重建尤为必要。

一种改进的MC算法

为了对等值面与子等值面进行提取和分组,在MC算法原理的基础上,提出了一种改进的等值面提取与子等值面分组算法。该算法首先将数据场分解为点、棱边、面与体元的拓扑结构;然后在整个数据场范围内求所有棱边与等值面的交点,并在面内连接交点形成面与等值面的交线,交线在体元内连接生成空间多边形;接着通过三角化各个体元内的空间多边形得到由顶点表与三角形表组成的等值面数据;最后根据三角形在顶点处的连接关系,采用种子算法对属于同一子等值面的三角形与顶点进行标记,属于同一子等值面的顶点与三角形将被存放在独立的顶点表与三角形表中。实验结果表明,该算法可以高效地实现等值面提取与子等值面的分组。