【摘 要】
：
在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。
【机 构】
：
西电子科技大学电子工程学院,西安 710071
【出 处】
：
第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会
论文部分内容阅读
在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。
其他文献
在从背景噪声中提取弱信号原理的基础上，提出一种BP(backpropagation)网络检测弱信号的改进方法。首先，将没有包含噪声的信号输入神经网络，使之训练稳定后得到输出和权值;再利用包含弱信号的噪声信号训练该神经网络，得出稳定的输出和权值;最后提取出弱信号。为得出最优化模型，本文对BP网络的训练函数，网络结构和传输函数进行比较选择，并对BP网络的学习率做出改进。改进方法实现了弱信号的检测，寻优
在肓均衡技术中，常数模算法(CMA)应用最为广泛，但该算法在收敛后仍有一个相位旋转，而且稳态时的剩余误差很大。修正常数模算法(MCMA)与双模修正常数模算法(dual-modeMCMA)克服了常数模算法(CMA)对相位不敏感的缺点，但收敛性能仍然较差。本文研究了将dual-mode MCMA和判决引导算法(DD)有机结合的双模式盲均衡算法。仿真表明：此算法收敛速度快、稳态误差小，并能在去除码间干扰
针对信号相位匹配(signal Phase Matching，SPM)原理同时估计信号方位和频率时，计算量大，需设置固定搜索步长和频带范围的问题，提出了一种利用免疫量了克降算法(Immune Quatum-clonal Algorithm，IQCA)对声源波达方向和频率二维参数进行快速联合估汁的高分辨方法。通过SPM原理方位估计的最小二乘解，构造了以信号方位和频率作为双自变量的适应度函数，并由IQ
本文对车辆音频信号在倒频域和时-频域进行了特征分析和研究，在倒频域研究了车辆音频信号的MFCC参数，在时-频研究了车辆音频信号的语谱图，对信号进行了小波分析。将提取的语谱图参数和两层MFCC参数运用到了车型识别中，取得了良好的效果。
本文通过分析正交频分复用技术(COFDM)的基本原理，结合Turbo码的优异性能，介绍了Turbo-COFDM系统的工作原理，并计讨论COFDM应用于无线图像传输系统的优势及OFDM技术实现的问题。最后，提出了一种基于COFDM的武警无线图像传输系统模型。该模型以飞艇为载体，并结合地下通信设施，扩大了通信覆盖范围，具有良好的通信效果，为武警部队网满完成反恐处突任务提供了有力保障。
本文针对目前气测录井过程中气相色谱分析方法速度慢、全烃检测效率低、满足不了新型钻探技术发展要求的问题，提出了一种基于红外光谱的气测式录井系统新方法：首先通过红外光谱设备获得气测式录井试样的光谱信息，然后使用机器学习领域的支持向量机对光谱信息进行结果分析，能够快速、准确地获得含烃类混合气体的组分及其浓度，为气测录井过程中含烃类混合气体分析提供了新的技术手段。这种方法速度快、灵敏度高，可以实现在线实时
路径查找是人类的一项非常活动，其重要性得到人们的普遍认可。随着认知理论，环境心理学和空间信息科学的发展，作为多学科交叉的路径查找问题一直是人们所关注的研究内容。文章研究不熟悉校园环境中找路者的路径查找过程，在基于图的路径查找深度优先搜索算法基础上，利用方向关系和路牌信息，提出了一种启发式路径查找深度优先算法，较好地模拟了人们在不熟悉环境中的路径查找过程。本文以陕两师范大学新校区校园图为实验数据，验
现有的道路路网路径查找TOUR模型，模拟了找路者在熟悉的道路网空间进行路径查找的过程，但不能模拟不熟悉道路网空间环境中的路径查找过程。本文针对不熟悉环境中，找路者借助其他行人的帮助信息进行路径查找的过程，提出一种借助帮助信息的道路路网空间路径查找模型，并通过实验系统进行了验证。
三维模型检索技术一直是近年来国内外研究的热点问题，其中对模型的特征提取是该领域的主要难点之一。本文提出了一种基于相对角度直方图的三维模型检索算法。首先计算表面点相对于模犁PCA标架的相对角度分布作为点匹配的主要依据．随后将相对角直方图分布(RACD)作为模犁的全局几何特征量用于三维模型检索。由于角度分布的几何特件，使得角度特征量具有较好的鲁棒性。与文献[8]相比，该算法在计算效率较高的同时具有较好
首先将图形处理器(GPU)GeForce8X的特性和Marching Cubes(MC)表面重建算法相结合，利用几何处理器的数据批处理能力在每个立方体中提取等值面并生成三角形，然后进行光照生成三角形渲染显示。其次，计算三维空腔目标的精确边界距离场，建立基于距离场的最大代价生成树，最后提取中心路径，结合表面重建实现虚拟内窥镜。实验结果表，基于GPU的MC算法对CPU依赖低，能在PC机上达到医学体数据