摘要：医学图像及其衍生的知识是医学教育中的一个关键学习部分 ,透过不同的图像模式 ,可以使医生及医科学生更有效地学习人体的体内结构 而计算机可视化技术最近的发展正满足了医生、外科医生及医科学生与日俱增的需求 ,为深入地了解人体生理学及病理学提供了宝贵的资料 本文提出了一个网上交互医学学习系统 ,并提供了一个虚拟现实工具包以支持二维医学图像序列观察、体数据和表面数据的三维可视化、目视放大镜 ,以及医学数据的交互变形模拟 其中人体组织物理特性的模拟以有限元法为基准 ,通过优化而获得有关的变形模型参数 该工具包可应用于个性化的二维及三维数据场可视化。

摘要：立方体球面环境映射被广泛用于各种计算机图形学应用中.针对立方体球面映射中存在的采样不均匀问题,提出一种基于6个面结构的、在球面上均匀采样的球面映射,称为等立方体球面映射.由于该方法所得采样点在球面上均匀分布并具有相同的立方角,故可得到更高质量的绘制效果.等立方体球面映射的计算代价较低,并能直接使用GPU所提供的立方体球面映射的各种纹理操作,可达到非常高的渲染帧率.

摘要：有的点绘制算法局限于采用高斯滤波对三维空间中的点模型进行重构 ,而且在某些视点下绘制结果会出现“洞” 文中算法通过精确的逆向透视投影计算点模型中的每一个顶点在屏幕空间上的形状和影响因子 该算法不仅解决了绘制结果中存在“洞”的问题 ,而且可以将多种不同的重构滤波器统一在一个绘制框架内 。

摘要：基于顶点聚类算法的简化方法产生的非流形部分可以分为三类 :三角形片段 ,固有非流形边和固有非流形点 ,它们都可以经过简单的操作而转化为流形 在此基础上提出一种基于顶点聚类的可以保证简化结果是流形的外存模型简化算法 ,该算法不要求输入模型是流形 。

摘要：在偏微分方程理论框架下提出一种能够有效增强图像中阴影或高亮区域信息的方法.首先对图像梯度场进行直方图均衡化,使这些图像阴影或高亮区域中的细节能够在梯度域得到增强;然后利用最小二乘原理重建出增强后的结果图像.通过引入Lab彩色空间将对比度增强方法推广到对彩色图像的处理中.在数值求解方面,根据Laplacian算子的特点改进了求解Poisson方程的快速算法,改进后的算法具有程序设计简单、计算量小的特点.实验结果表明,文中方法能够有效地改善由于光照影响造成的图像对比度下降.

摘要：定义了清晰度参数、细节信号能量参数和边缘信号能量参数3个纹理参数,对图像的纹理特征进行分析,以获取原图像的特征能量图;再利用基于简化Mumford-Shah的活动轮廓模型对图像进行纹理分割,该分割模型能较好地处理模糊、缺省的边界,同时具有去噪的功能·利用水平集方法求解该模型,解决了演化曲线拓扑可变的问题·与传统的纹理分析方法相比,文中方法能更好地表达图像中复杂纹理的信号特征·通过对合成纹理图与自然纹理图进行分割及大量实验结果表明:该方法能有效、快速地分割纹理图像·

摘要：将光流场模型引入大脑图像配准,针对Horn模型会造成图像严重模糊的问题,在微分光流场模型的一般框架下,构造具有边缘保持和一致性增强能力的流驱动各向异性扩散方程作为正则项,以增强配准过程的特征保持能力;采用非二次惩罚函数作为数据项,以增强模型的鲁棒性.最后利用文中模型对大脑图像进行配准实验,得到了较为准确的结果.

摘要：脑MR图像中普遍存在灰度不均匀性,传统的分割方法无法得到理想的脑组织分割结果.为此提出一种基于互信息最大化准则的变分水平集凸优化分割模型.首先建立最大化图像灰度与标记之间互信息能量的分割模型,并融入偏移场信息;对模型进行水平集表示和凸优化后,再引入边缘指示函数加权的总变差范数;最后采用SplitBregman方法快速求解.实验结果表明,该模型可以得到较准确的脑组织分割和偏移场矫正结果,对噪声和灰度不均匀性有很好的鲁棒性.

摘要：由于假设场景中光照是平缓变化的,传统的中心/环绕Retinex图像增强方法在处理高动态范围图像时易在明暗对比强烈处产生光晕现象.提出一种快速Retinex图像增强方法,以模拟人类视觉系统的全局和局部自适应性.首先对原图进行全局动态范围调整,然后使用mean shift滤波进行估计光照,并基于中心/环绕假设消除光照不均影响,在后处理中对图像去除孤立点所占的直方图范围.实验结果表明,该方法能有效地克服光照不均并消除了光晕现象;使用了mean shift加速算法,运行速度快于已有同类方法.

摘要：提出一种采用非均匀纹理层来实时绘制真实感短毛的方法,通过混合绘制多层次半透明纹理层来表示物体表面的毛发效果,根据视点位置以及物体表面各部位毛发形态的不同,自适应地采用不同的层数来表示物体各部位的毛发.这种非均匀层数的方式可以在保证绘制质量的情况下尽量减少绘制的面片数,从而加快绘制速度.该方法对中等规模的模型达到了实时的处理速度,并可以有效地表现物体表面的局部性长毛或倒伏毛发等各式毛发形态.