摘要：为在体绘制中更直观地探索体数据的内部结构,提出一种基于热扩散的传递函数设计方案。根据体数据中的体素密度值赋予热扩散的初始热值,把每个体素都作为一个体源进行热扩散处理,扩散结束后,每个体素都会得到一个热值,根据体素上的热值和密度值设计传递函数,为体数据中不同结构对象设置颜色和不透明度光学属性。基于几组体数据的实验结果表明,该方法比传统的一维传递函数更直观有效。

摘要：提出一种离散点云的Laplace算子的估计方法,利用离散化积分以及空间Voronoi图来构造拉普拉斯算子。为使Voronoi图近似更加精确,考虑在切空间投影生成Voronoi图时引入法向约束,相对于直接在切空间中构造Voronoi图,在切空间中生成的各向异性Voronoi图在近似精度上更加逼近于曲面流形上的Voronoi图。几何滤波、骨架提取等实验结果表明,该离散Laplace-Beltrami算子在局部特征的保持上效果更加明显,收敛速度更加迅速。

摘要：目前存在的稀疏方法重建出的三维点云不够充足,导致无法重建出有效三维模型,为此提出一种基于区域生长的方法实现稠密三维点云的重建。以图像特征点匹配作为初始种子,以零均值归一化互相关系数和双视几何约束作为生长过程中图像对应点的匹配标准,在整幅图像上进行匹配生长,采取视差梯度约束和置信度约束进行匹配优化,获得稠密的图像对应点匹配;采用一种基于平面的相机标定方法计算相机的内部参数;利用稠密匹配和相机的内部参数计算图像间的相机运动参数,以投票策略确定相机运动参数;建立双视几何模型重建点云。实验结果表明,该方法能重建出准确的稠密三维点云。