【摘 要】
:
提取多质分界面是三维数据场可视化、逆向工程、三维重建等领域中的基础性工作。当前提取分界面的方法大多数是基于传统等值面的方法,此类方法在提取超过三种及其以上材质的多质物体的分界面时,不能同时一次性提取分界面,且无法保留分界面之间的拓扑关系。为此,本文对多质物体的分界面提取方法进行研究,主要工作概述如下:(1)实现了一种多介质复杂分界点凸显的方法。首先对原始数据进行去噪,然后求取高斯权重矩阵,利用该权
【基金项目】
:
国家重点专项(2018YFB1004905); 国家自然基金(No.61472319); 陕西省重点基金(No.2015JZ015);
论文部分内容阅读
提取多质分界面是三维数据场可视化、逆向工程、三维重建等领域中的基础性工作。当前提取分界面的方法大多数是基于传统等值面的方法,此类方法在提取超过三种及其以上材质的多质物体的分界面时,不能同时一次性提取分界面,且无法保留分界面之间的拓扑关系。为此,本文对多质物体的分界面提取方法进行研究,主要工作概述如下:(1)实现了一种多介质复杂分界点凸显的方法。首先对原始数据进行去噪,然后求取高斯权重矩阵,利用该权重矩阵增强每个点的灰度值,从而减小其邻域点的灰度值的影响,进而达到分界点凸显的目的。(2)给出了一种基于最小外接球面收缩提取单分界面点集的方法。首先给出模型的最小外接球并部署合理的球面点集,然后采用球面上的点与球心的连接方向作为约束,使得球面上的点进行移动,在此过程中进行碰撞检测,遇到分界面或者球心点,就停止移动。这样,球面点的最终位置结果就是要提取的分界面的点集。(3)给出了一种多分界面提取方法。该算法重点针对分界面厚度和分界曲面自遮挡问题,通过标记球面点的收缩状态,自动检测厚度不均匀的分界面的外边界以及内边界,并根据所检测到的外边界及内边界的状态,对球面点进行迭代收缩,通过迭代收缩的方式获取多质物体的所有分界面点集。本文的内容不仅丰富了多质物体提取分界面的方法,而且在医学、地质勘探等应用领域中起到了良好的支撑作用。
其他文献
电气设备的大面积推广与使用,凸显了电气资源供应的重要性。在电力产业发展期间,供电单位经营体系逐渐壮大。电能产品具有资源特殊性、供电专业性、电损控制技术性等特点,分别从发电、供电、耗电等视角,构建电力服务体系。因此,在电力行业有序发展的过程中,需有效落实电能计量管理,以确保电能管理效果,增强人们的用电体验。
近年来,随着外包数据业务的发展,数据安全变成了一个急需解决的问题。基于属性的加密是云存储中数据安全的一种有效的解决方案,能够实现数据的细粒度访问控制。关键词可搜索的基于属性的加密能够保证数据拥有者授予用户搜索能力,但是大多数方案不能保证访问结构的隐私性。在实际中,单权威的加密方案存在安全性不高等缺点。本文主要研究了云存储环境下关键词可搜索且属性可撤销的基于属性的加密方法,主要研究成果如下:提出了一
在监控领域,随着计算机硬件方面的不断改善,目标跟踪的应用越来越广泛。但由于单视觉传感器在目标信息的提取方面的不足,在场景比较混乱,或者长时遮挡等情况下容易发生目标丢失。多视觉协同目标跟踪可以有效解决这些问题,尤其对于目标的长时遮挡。因此,本文提出了一种基于概率模型的多视觉协同目标跟踪的方法,通过多次实验,在目标的长时遮挡方面取得了较好的效果。本文的内容主要包含以下三个部分:针对单视觉中目标特征提取
随着时代的不断前行,拍摄工具硬件的日新月异,拍摄的图像越来越清晰,人们对于图像的质量的要求也是越来越高。逆光图像的产生是因为拍摄环境导致被拍摄主体区域的亮度较暗,颜色和细节信息严重丢失;而背景区域的亮度较大,颜色呈过度饱和,极大地降低了图像质量不能达到人们的要求。因此,逆光图像增强算法的研究是具有重要意义的。目前针对逆光图像增强的算法鲜有研究。逆光图像与光照不均匀图像相似,利用光照不均匀图像增强算
随着我国城市基础设施建设的快速发展,地下综合管廊建设规模不断扩大,对其施工建设信息化、智能化水平提出了更高的要求。面向具体施工需求的BIM技术应用研究,为解决地下综合管廊施工建设中存在的问题提供了可行的方法,本文针对地下综合管廊施工阶段的不同需求,设计地下综合管廊BIM应用实施方案,研发地下综合管廊施工快速计量工具,并结合倾斜摄影技术辅助地下管网迁改,主要研究内容如下:(1)分析BIM技术在地下综
随着云计算的发展,数据外包到云服务器引起了广泛关注。为了保证数据的存储安全性和实现细粒度的数据访问控制,基于属性加密方案成为解决云存储安全问题的研究热点之一。可撤销的基于属性加密是属性加密的延伸与扩展,对于解决实际应用中用户属性变更,具有重要的研究价值和现实意义。关键词可搜索加密方案能够使用户快速查找出存储在云服务器中自己感兴趣的数据,而且不会泄露搜索关键词的信息,从而保证用户搜索的高效性和安全性
数据挖掘是通过机器学习、模式识别和数理统计等方法获取有用信息的一种重要技术手段,可以广泛应用于社交网络、医疗和市场分析等领域。随着数据挖掘应用的不断深入,隐私泄露风险日益成为数据挖掘中一个敏感而突出的问题。K-means聚类算法是数据挖掘领域中应用广泛的算法之一,差分隐私保护理论由于其具有严格的数学模型且不受背景知识约束等特点成为数据挖掘隐私保护技术的重要分支。差分隐私保护是一种基于数据扰动的隐私
在当今这个信息共享的大时代背景下,数据挖掘与数据发布中存在的隐私保护问题,一直是信息安全领域正在深入研究的重点。其中,匿名化技术是当前主要的隐私保护技术之一,它能够有效降低用户的隐私信息被泄露的风险,同时又能保证数据存在一定的真实性与可用性。除此之外,差分隐私保护技术也是隐私保护技术的研究热点之一,它具有严格的数学证明,能够克服传统的隐私保护模型所需背景知识假设和无法定量分析隐私保护程度的缺点。但
随着互联网信息技术的日益发展,数据俨然已经作为一类非常重要的资源被政府和各种机构所需求,通过对这些海量数据的分析可以获取更多关于当前世界的信息,因此数据挖掘技术随之出现。频繁模式挖掘做为数据挖掘的一种,广泛地应用于推荐系统、个性化网站等应用中.但由于近些年来的隐私泄露事件,使得数据挖掘技术面临严峻的挑战。如何在应用频繁模式挖掘获取有价值模式的同时,实现对个人隐私信息的保护成为该领域的一大研究热点。
随着现代战争的发展,对敌地空目标的远距离侦测、监视与打击能力,已成为一个国家军事实力的地位象征。机载SAR能适应各种复杂气象条件,可以全天时地对地物目标进行监测,这些独特的优势使其在军事领域得到了广泛应用。运动补偿作为实现高分辨率机载SAR成像的关键技术,决定了战机对地空目标能否完成有效的监视与打击。基于惯性传感器的机载SAR运动补偿技术可在复杂电磁环境下提供天线相位中心短期和长期的姿态与位置信息