基于数据重建的三角网格模型简化优化方法

由CT切片数据重建得到的三角网格模型常存在数据量大、狭长三角形多等问题,针对这些问题,研究了一种保持特征的高质量三角网格模型的简化优化方法。该方法分为网格简化和网格优化两个阶段。首先,采用基于曲面变化的二次误差度量计算边折叠代价,并按代价值的大小进行迭代的折叠简化,可较好地保持模型表面的特征;其次,通过二阶加权伞算子对简化模型中局部存在的狭长三角形进行优化处理,改善三角网格模型的质量。实验结果表明,该方法能够较好地保持特征区域的细节信息,并可靠地生成高质量、低几何误差的简化模型。     

基于工业CT图像的自适应三维网格模型重建

针对X射线扫描得到的工业CT图像重建三角网格模型存在尖锐特征丢失、狭长三角形和三角面片数量多等问题，提出一种自适应三维网格模型重建算法。首先对图像进行预处理；其次采用八叉树结构确定体元；然后利用二次误差函数（QEF）构建自适应八叉树；最后剖分四边形生成三角网格。使用立方体数据和两组实际扫描的CT数据对所提算法的性能进行验证分析，实验结果表明：所提算法在简化网格的同时仍能保持物体的尖锐特征，减少了狭长三角形的数量。利用所提算法生成三角网格模型的简化率可达90%，简化后网格质量大于0.3的三角网格平均占比为99%，有效地提高了由工业CT图像重建三角网格模型的质量。     

基于质心Voronoi图重构的UDSM边折叠简化

城市数字表面模型网格(UDSM)的相邻网格常常出现曲率剧变，而这些位置是UDSM的细节部分，简化过程中应当尽量保持。针对该情况，引入了质心Voronoi图重划分网格，将曲率较小的表面的点云密度大大降低。重划分的网格表面细节与周围的平滑表面的三角网格尺寸悬殊，在该基础上使用二次误差矩阵边折叠进行LOD构建时网格发生明显变化，范围大大减少。算法在时间性能与网格误差与直接边折叠相近的前提下，更多地保存简化后的网格细节。     

基于工业CT图像重构的网格模型的保特征简化方法

对基于工业CT图像重构的网格模型进行网格简化时,大多数现有网格模型简化算法会丢失特征,出现网格质量不好的问题。因此提出一种网格模型保特征简化方法,该方法用三角形折叠法对原始模型进行简化,当简化后模型的平均二面角角度误差达到允许误差后,再使用边折叠法对模型进行简化。在三角形折叠法中提出了利用被折叠三角形的法向量、各个顶点的高斯曲率及其在周边三角形上的投影确定该三角形的折叠点,利用局部体积误差与二面角角度误差的无因次化和确定折叠代价的方法;在边折叠法中提出了将二面角角度误差引入到二次误差测度(QEM)法的折叠代价中的改进QEM法。实验结果表明:与其他算法相比,该方法能够生成保特征、高质量、低几何误差的网格模型。     

基于工业CT图像重构的网格模型的全局优化方法

针对用工业CT切片图像直接重构得到的网格模型质量不高的问题,提出一种不受拓扑结构限制的隐式曲面重构全局优化方法。该方法将三维表面模型用隐式函数来表示,通过模型提供的点云信息计算出隐式函数,提取等值面,实现曲面重构。针对隐式曲面重构数据处理量大的问题,引入FFTW快速傅里叶变换来提高效率。实验结果表明,该方法能够同时实现三角网格模型的去噪、网格平滑、简化以及孔洞修补,与保特征的均匀化网格平滑算法相比,去噪效果更好,效率更高。     

非结构网格的生成及新型数据类型的应用

本文基于 Ｄｅｌａｕｎａｙ三角化方法及局部重组的阵面推进法，给出了任意形状平面区域的非结构化网格剖分方法。文中对加点方法及数据结构和存取模式进行了改进，同时应用链表结构、动态数组和派生类型的数据变量，对算法进行优化，节省了计算内存，提高了网格的生成效率。本文研究为特殊计算区域的三维非结构化网格的生成提供了基本方法。     

弹塑性流体力学拉氏自适应网格和网格重分守恒重映数值模拟方法

拉氏自适应重分弹塑性流体力学有限元程序实现了网格完全自适应，具有良好、灵活的非结构自适应网格数据结构，实现了滑移界面两边(接触间断)网格动态调整，网格的细分和合并处理灵活，网格重分和网格自适应模块兼容、守恒重映，网格重分中采用多种方法控制新网格的质量，爆轰计算可采用Lee-Tarver的化学反应率模式。初步数值计算结果表明，弹塑性流体力学拉氏自适应重分数值模拟方法合理，计算结果正确，基本反映了流场的物理结构。     

三角B-B曲面在非结构网格生成中的应用

基于生成非结构化网格的Delaunay三角形化方法,应用三次三角Bernstein-Bézier曲面来控制网格点的分布情况。对于给定边界,利用三次非均匀B样条进行边界的拟合及重新离散。对初始化形成的Delaunay三角形,应用三次三角Bernstein-Bézier曲面来计算位于其中的点的长度标尺,通过对三角Bernstein-Bézier曲面边界点的定义来控制三角形内长度标尺的分布。对复杂通道网格剖分的实例表明,此方法可以很好地控制内部网格点的分布情况。     

基于Markov随机场的自适应正则化三维显微图像复原

提出了基于马尔可夫随机场模型的正则化因子自适应调整三维显微图像复原算法,并用模拟序列样本和真实生物样本进行了实验.为了保持复原图像的边缘等细节信息,以Markov随机场模型作为图像的先验概率模型,对代价函数添加边缘约束惩罚项.其中,正则化因子在迭代过程中自适应地进行更新.实验结果表明此算法在对原始图像进行估计的同时,能够有效地保留图像的边缘等细节信息.而EM算法虽然能够有效地去除层间干扰,却丢失了大量的细节信息.     

基于目标三角面元模型生成FDTD共形网格的方法

 提出了一种基于目标三角面元数据的FDTD共形网格生成方法，该方法通过投影求交计算得到目标表面各三角面元与网格线的交点，将每条网格线与三角面元的交点按坐标进行排序，根据交点的坐标及其编号的奇偶性确定FDTD共形网格的位置，并生成相应的共形FDTD计算所需的元段长度。结合处理理想导体曲面的CFDTD方法修正共形网格上的磁场递推式。数值结果证实了共形网格生成方法的正确性和在提高FDTD方法计算精度方面的有效性。     

基于非负矩阵分解的多聚焦图像融合研究

在标准非负矩阵分解约束条件的基础上,提出了一种添加了清晰度约束的新的目标函数和迭代算法．即改进的非负矩阵分解算法,并将其应用于多聚焦图像融合中。非负矩阵分解过程中,适当地选取特征空间的维数能够获得原始数据的局部特征。若以待融合图像为原始数据,选取特征空间的维数为1,则利用改进的非负矩阵分解方法进行图像融合所得到的特征基图像就是对原始图像的融合,该融合网像包含了原始图像的整体特征。实验结果表明,该方法融合效果优于小波变换方法和拉普拉斯塔型方法。     

Modified-BRISQUE as no reference image quality assessment for structural MR images

An effective and practical Image Quality Assessment (IQA) model is needed to assess the image quality produced from any new hardware or software in MRI. A highly competitive No Reference – IQA (NR – IQA) model called Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) initially designed for natural images were modified to evaluate structural MR images. The BRISQUE model measures the image quality by using the locally normalized luminance coefficients, which were used to calculate the image features. The modified-BRISQUE model trained a new regression model using MR image features and Difference Mean Opinion Score (DMOS) from 775 MR images. Two types of benchmarks: objective and subjective assessments were used as performance evaluators for both original and modified-BRISQUE models. There was a high correlation between the modified-BRISQUE with both benchmarks, and they were higher than those for the original BRISQUE. There was a significant percentage improvement in their correlation values. The modified-BRISQUE was statistically better than the original BRISQUE. The modified-BRISQUE model can accurately measure the image quality of MR images. It is a practical NR-IQA model for MR images without using reference images.     

An adaptive multi-feature segmentation model for infrared image

Active contour models (ACM) have been extensively applied to image segmentation, conventional region-based active contour models only utilize global or local single feature information to minimize the energy functional to drive the contour evolution. Considering the limitations of original ACMs, an adaptive multi-feature segmentation model is proposed to handle infrared images with blurred boundaries and low contrast. In the proposed model, several essential local statistic features are introduced to construct a multi-feature signed pressure function (MFSPF). In addition, we draw upon the adaptive weight coefficient to modify the level set formulation, which is formed by integrating MFSPF with local statistic features and signed pressure function with global information. Experimental results demonstrate that the proposed method can make up for the inadequacy of the original method and get desirable results in segmenting infrared images.     

一种新的非结构四边形网格生成方法及软件

提出一种间接生成非结构四边形网格的方法.采用Delaunay三角形网格生成的算法生成三角形单元,在三角形单元中定义生成四边形网格的前沿,根据三角形的特点(边、角大小)以及生成四边形前沿的方向,将两个三角形合并为一个四边形单元.此方法的特点是不增加节点,仅改变点与点之间的拓扑连接,使单元基本变为四边形占优的单元.然后研究四边形占优的网格转换为100%的四边形网格的转换模版.并应用于实际物理问题.数值实验显示了该方法生成非结构四边形网格的特点.     

气泡群的动态物理特性研究

假设气泡周围流场为无黏、无旋、不可压缩的理想流体,建立气泡群相互作用的三维数值模型.将多极快速傅里叶变换方法(FFTM)与高阶边界元法(HOBEM)相结合求解气泡群的运动,在达到同样计算精度时显著加快了边界积分方程的求解速度,可以在合理的时间内模拟气泡群的动态物理特性.同时为维持气泡群模拟过程中的数值稳定性,引入了弹性网格技术(EMT),并用算例验证了数值模型及算法的有效性.基于建立的数值模型,研究了不同组合的气泡群之间的相互作用,模拟和解释了各类气泡运动的物理现象,讨论了影响气泡群膨胀、坍塌、迁移及射流 关键词： 气泡群 FFTM 射流 三维     

Image fusion through local feature extraction by using multi-scale top-hat by reconstruction operators

The purpose of image fusion is to combine useful image features of different original images into the final fusion image, which will produce one useful result image for different applications. One of the main difficulties of image fusion is extracting useful image features of different original images. In some cases, useful image features are local image features of the whole image. To efficiently extract local image features and produce an efficient fusion result, an image fusion algorithm based on the extracted local image features by using multi-scale top-hat by reconstruction operators is proposed in this paper. Firstly, multi-scale local feature extraction using multi-scale top-hat by reconstruction operators is discussed. Then, based on the extracted multi-scale local features of different original images, the useful image features for image fusion are constructed. Finally, the constructed useful image features for image fusion are combined into the final fusion image. Experimental results on different types of images show that, the proposed algorithm performs well for image fusion.     

基于SIFT图像特征区域的全息水印技术

为了增强水印的不可见性和鲁棒性,提出了一种基于图像特征区域的水印算法。首先利用SIFT(Scale Invariant Feature Transform)算法从载体图像蓝色B通道中提取图像特征点来进行优化和筛选,根据优化后的稳定特征点及其特征尺度确定图像的特征区域,再结合全息技术,对原始水印图像进行双随机相位加密,生成加密全息水印;然后对特征区域进行离散余弦变换(DCT);最后在其中频区域嵌入加密全息水印。在提取水印时无须借助原始图像,是盲水印技术。实验结果表明:该算法重建的水印图像与原始水印图像的NC值高达0.95;水印的嵌入对图像质量影响很小,PSNR值高达55.97,能够抵抗常规信号攻击及缩放、剪切、平移等几何攻击。     

A Method of Lines Based on Immersed Finite Elements for Parabolic Moving Interface Problems

This article extends the finite element method of lines to a parabolic initial boundary value problem whose diffusion coefficient is discontinuous across an interface that changes with respect to time. The method presented here uses immersed finite element (IFE) functions for the discretization in spatial variables that can be carried out over a fixed mesh (such as a Cartesian mesh if desired), and this feature makes it possible to reduce the parabolic equation to a system of ordinary differential equations (ODE) through the usual semi-discretization procedure. Therefore, with a suitable choice of the ODE solver, this method can reliably and efficiently solve a parabolic moving interface problem over a fixed structured (Cartesian) mesh. Numerical examples are presented to demonstrate features of this new method.