三维水声数据体绘制中传递函数的研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:fatty19830801
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声数据可视化是人类探索海洋世界的重要手段,在海洋资源探测、海底地貌勘察以及渔业领域等方面具有广泛的应用。随着GPU等并行处理技术的发展,绘制质量较高的直接体绘制技术成为了实现可视化的主要方式,而传递函数的设计作为其中的关键技术,一直是人们的关注焦点。为进一步提升水声数据的可视化效果,本文针对水声数据的特点,对体绘制中传递函数的设计进行了较为深入的研究,主要研究工作和成果如下:首先,针对现有传递函数对水声数据水体层和地底层分类效果较差的问题,提出了一种基于三维非下采样Brushlet变换的水声数据体绘制传递函数方法。利用三维Brushlet变换在检测和捕捉体数据中的高维奇异性信息及方向纹理信息方面的优越性,首先结合灰度共生矩阵在非下采样Brushlet变换的不同方向系数体积块中提取水声数据的纹理特征,然后利用模糊C均值聚类方法完成数据分类,最后根据分类结果分别设计不透明度和颜色映射函数实现可视化。实验结果表明,与其他方法相比,该方法具有更好的分类能力,并且能有效地滤除水声数据中的杂质,强化边界信息,从而增强绘制效果。其次,针对传统的水声数据目标检测算法对目标物体的分割效果不佳的缺点,提出了一种改进的自适应阈值三维区域生长算法对水声数据的目标物体进行检测,并将它应用于水声数据传递函数的设计当中。该算法能自动选取水声数据中最合适的初始种子点,根据生长规则自适应改变阈值并达到最佳的区域生长效果;接着结合三维数学形态学分别对水声数据中水体层和地底层的目标进行检测和数据分类;最后根据分类结果,分别为水体层非目标背景区域、地底层非目标背景区域以及目标物体设计相应的不透明度和颜色映射规则,并调用可视化工具包VTK完成可视化。实验结果表明,该方法能有效分割目标物体和背景区域,并获得比较理想的绘制效果。
其他文献
每时每刻通过各类APP产生的大量数据,造就了大数据时代的超速发展。要想发现数据背后隐藏的价值,就需要在数据发布之后通过数据挖掘来发现。但与此同时也增加了个人隐私泄露
神经网络是人工智能方向的重要分支,擅长处理各种各样的数据。神经网络的算法和模型多种多样,其中极端学习机是一个典型的浅层神经网络,擅长处理小型的分类和回归任务;卷积神
咔唑类化合物是一类重要的含氮芳杂环,分子内含有较大的共轭体系和强的分子内电子转移能力,这种特殊的刚性稠环结构使咔唑类化合物表现出许多独特的性能及生物活性,从而在医
聚合物介电复合材料介电性能良好,还具有柔韧、良好的机械力学性能,已成为制备电子元器件的重要材料。本论文将纳米钛酸钡(BaTiO3)粒子与环氧功能化有机硅树脂复合,制备聚合物
作为计算机视觉领域的一个主流方向,目标跟踪具有重要的研究意义和广泛的商业价值,越来越引起计算机视觉研究者的密切关注。近年来,在国内外研究人员的努力下,以相关滤波和深
卷积神经网络(Convolutional Neural Networks,CNN)模型具有非常出色的学习能力,它将图像数据直接输入,在无需人工对图像进行预处理和额外的特征抽取等复杂操作的同时以其特
激光诱导击穿光谱技术作为一种元素分析技术,具有多元素联测、在线、原位分析等优点,在生物医学、环境监测、文物考古等多个领域都有非常重要的应用,随着激光器、光谱仪的快
随着计算机视觉技术在游戏、医学、测绘、虚拟现实等领域的广泛应用,基于图像的三维建模成为热门的研究方向。其中,被动式单目重建算法虽然流程复杂、运行时间长,但其扩展性
随着全球水资源缺乏及土壤与淡水盐渍化加剧,干旱、高盐等非生物逆境已经成为影响作物生长发育的主要因素,严重影响了作物的产量。因此利用转基因技术提高作物的逆境性是主要
氧电极反应包括氧还原反应(oxygen reduction reaction,ORR)和析氧反应(oxygen evolution reaction,OER)是不同能量转换和存储体系的重要反应,其反应过程复杂、能垒较高,通常需要