首页--工业技术论文--一般工业技术论文--声学工程论文--水声工程论文

面向水声数据可视化的光线投影算法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-19页
    1.1 研究背景和意义第11-12页
    1.2 水声数据可视化概述第12-17页
        1.2.1 声纳简介第12页
        1.2.2 水声数据的预处理第12-14页
        1.2.3 水声图像的特点第14页
        1.2.4 水声数据可视化方法分类第14-16页
            1.2.4.1 等值线法第14-15页
            1.2.4.2 面绘制方法第15页
            1.2.4.3 体绘制方法第15-16页
        1.2.5 水声数据可视化的国内外研究现状第16-17页
    1.3 本文研究内容及章节安排第17-19页
第2章 三维水声数据的可视化第19-33页
    2.1 三维水声数据介绍第19页
    2.2 三维数据的分布及其连接关系的类型第19-20页
    2.3 体绘制方法第20-23页
        2.3.1 体绘制的基本原理第20-21页
        2.3.2 光照模型第21-23页
            2.3.2.1 基本光照模型第21-22页
            2.3.2.2 Phong光照模型第22页
            2.3.2.3 Blinn-Phong光照模型第22-23页
    2.4 光线投影算法第23-27页
        2.4.1 光线投影算法的基本原理第23页
        2.4.2 光线投影算法的基本流程第23-24页
        2.4.3 光线投影算法的关键技术第24-27页
            2.4.3.1 空间坐标变换第24-25页
            2.4.3.2 体数据的插值第25-26页
            2.4.3.3 体数据的分类第26-27页
            2.4.3.4 图像合成绘制第27页
    2.5 其他典型体绘制算法第27-30页
        2.5.1 纹理映射法第28页
        2.5.2 抛雪球法第28-29页
        2.5.3 错切-变形法第29-30页
    2.6 可视化开发工具VTK第30-32页
        2.6.1 VTK概述第30-31页
        2.6.2 光线投影算法在VTK中的实现第31-32页
    2.7 本章小结第32-33页
第3章 基于HKFCM和AGA的水声数据分类算法第33-45页
    3.1 引言第33页
    3.2 KFCM和AGA算法第33-35页
        3.2.1 核模糊C均值算法第33-34页
        3.2.2 自适应遗传算法第34-35页
    3.3 基于HKFCM和AGA的水声数据分类第35-38页
        3.3.1 水声数据直方图的计算第35页
        3.3.2 基于直方图统计的核模糊C均值算法第35-36页
        3.3.3 自适应遗传算法优化HKFCM的目标函数第36-38页
    3.4 实验结果与分析第38-44页
        3.4.1 直方图函数f(k) 的影响因子b的取值比较第38-39页
        3.4.2 不同算法的分类时间第39-40页
        3.4.3 分类后的数据三维可视化效果比较第40-44页
    3.5 本章小结第44-45页
第4章 基于预积分分类的体绘制积分算法第45-57页
    4.1 引言第45页
    4.2 光线投影算法中的体绘制积分第45-47页
    4.3 基于预积分分类的体绘制积分第47-50页
        4.3.1 预积分方法的流程第47-48页
        4.3.2 预积分查找表第48-50页
    4.4 实验结果与分析第50-55页
        4.4.1 实验数据准备第50页
        4.4.2 三维水声数据的可视化比较第50-55页
    4.5 本章小结第55-57页
第5章 总结与展望第57-59页
    5.1 本文工作总结第57-58页
    5.2 展望第58-59页
致谢第59-60页
参考文献第60-65页
附录第65页

论文共65页,点击 下载论文
上一篇:基于高阶累积量与谱分析的数字调制信号识别
下一篇:胎儿心电提取和胎心率变异分析算法研究