首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

三维体数据兴趣区域提取技术及其应用的研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-21页
    1.1 研究背景和相关工作第12-16页
        1.1.1 科学计算可视化技术第12-13页
        1.1.2 三维数据可视化第13-14页
        1.1.3 可视化技术的研究领域第14-16页
    1.2 三维体数据介绍第16-17页
        1.2.1 三维体数据概要描述第16页
        1.2.2 体素第16-17页
    1.3 兴趣区域介绍第17-19页
        1.3.1 简单兴趣区域第17页
        1.3.2 等值面第17-18页
        1.3.3 等值面提取技术的研究背景第18-19页
    1.4 本文结构第19-21页
        1.4.1 主要工作第19-20页
        1.4.2 本文结构第20-21页
第2章 可视化技术与兴趣区域提取方法的研究第21-29页
    2.1 三维体数据可视化的基本流程与方法第21-24页
        2.1.1 三维可视化流程第21-22页
        2.1.2 三维空间数据场的可视化方法第22-24页
    2.2 等值面提取技术研究第24-26页
        2.2.1 移动立方体算法第24-25页
        2.2.2 Skeleton Climbing 算法第25页
        2.2.3 移动四面体算法第25-26页
        2.2.4 Dividing Cubes 算法第26页
        2.2.5 大规模体数据处理第26页
    2.3 水平集方法介绍第26-28页
        2.3.1 水平集思想基本介绍第26-28页
        2.3.2 偏微分方程在图像处理中的应用第28页
    2.4 本章小结第28-29页
第3章 简单兴趣区域绘制第29-42页
    3.1 兴趣区域绘制目标的确定第29-31页
        3.1.1 计算需要绘制的兴趣区域形状第29-30页
        3.1.2 确定分辨率第30-31页
        3.1.3 视区裁剪第31页
    3.2 八叉树结构与大数据加载第31-32页
    3.3 动态绘制机制第32-35页
        3.3.1 动态绘制流程第32-33页
        3.3.2 子块链表功能第33-34页
        3.3.3 子块链表中每个子块项的结构第34页
        3.3.4 子块链表排列顺序第34页
        3.3.5 兴趣区域的裁剪第34-35页
    3.4 简单兴趣区域的绘制方法第35-39页
        3.4.1 任意切片的绘制第35-36页
        3.4.2 兴趣区域计算与体肤绘制方式第36-38页
        3.4.3 兴趣区域计算与实体绘制方式第38-39页
    3.5 实验结果及分析第39-41页
    3.6 本章小结第41-42页
第4章 基于移动立方体算法的等值面的提取第42-50页
    4.1 移动立方体算法介绍第42-44页
    4.2 基于移动立方体算法的改进算法第44-48页
        4.2.1 移动立方体算法存在的问题第44-45页
        4.2.2 移动四面体算法第45-46页
        4.2.3 Dividing Cubes 算法第46页
        4.2.4 交叉边中点代替线性插值第46-47页
        4.2.5 基于邻接体元遍历的改进方法第47-48页
    4.3 实验结果及分析第48-49页
    4.4 本章小结第49-50页
第5章 基于水平集方法改进的等值面提取第50-67页
    5.1 水平集基本思想第50-52页
        5.1.1 水平集函数定义及初始化第50-51页
        5.1.2 水平集函数的演化方程第51-52页
    5.2 水平集函数的基本求解方法第52-56页
        5.2.1 水平集方法的数值计算第52-54页
        5.2.2 窄带法第54页
        5.2.3 几何活动轮廓模型第54-56页
    5.3 三维水平集方法的研究第56-64页
        5.3.1 三维水平集函数及演化方程第56-57页
        5.3.2 三维水平集函数的求解方法第57-58页
        5.3.3 Mumford-Shah 模型第58-59页
        5.3.4 C-V 模型第59-63页
        5.3.5 水平集方法对等值面提取预处理的改进第63-64页
    5.4 实验结果及分析第64-66页
    5.5 本章小结第66-67页
第6章 结论和展望第67-69页
    6.1 本文工作总结第67页
    6.2 本文工作展望第67-69页
参考文献第69-74页
作者简介及在学期间所取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于主题模型的人物行为识别
下一篇:基于模式识别的医院科室绩效管理方法的研究