基于智能优化算法的体绘制研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-16页 |
| 第1章 绪论 | 第16-23页 |
| ·研究背景 | 第16-18页 |
| ·研究内容 | 第18-20页 |
| ·主要贡献 | 第20-21页 |
| ·文章结构 | 第21-22页 |
| ·基金资助 | 第22-23页 |
| 第2章 研究综述 | 第23-52页 |
| ·体绘制技术 | 第23-30页 |
| ·体绘制概述及基本算法过程 | 第23-25页 |
| ·体数据 | 第25页 |
| ·体绘制的光照模型 | 第25-27页 |
| ·体绘制方法分类与比较 | 第27-30页 |
| ·体绘制转换函数 | 第30-40页 |
| ·转换函数的基本概念 | 第32-33页 |
| ·转换函数的分类 | 第33-34页 |
| ·转换函数的设计 | 第34-40页 |
| ·粒子群算法 | 第40-49页 |
| ·粒子群优化的原理及基本算法 | 第41-46页 |
| ·粒子群算法的改进 | 第46-48页 |
| ·算法应用 | 第48-49页 |
| ·智能技术在体绘制中的发展现状 | 第49-52页 |
| ·可视化中的人因素 | 第49-50页 |
| ·相关应用 | 第50-52页 |
| 第3章 转换函数的自动设计 | 第52-87页 |
| ·前言 | 第52-53页 |
| ·算法思想及框架 | 第53-54页 |
| ·基于粒子群优化的转换函数设计 | 第54-58页 |
| ·基本流程 | 第54-56页 |
| ·编码和初始化 | 第56-57页 |
| ·优化过程 | 第57-58页 |
| ·基于遗传粒子群算法的转换函数设计 | 第58-65页 |
| ·遗传算法 | 第58-60页 |
| ·遗传粒子群算法 | 第60-62页 |
| ·GPIRE算法概述 | 第62-63页 |
| ·GA子模块的具体运行机制 | 第63-65页 |
| ·评价方法 | 第65-72页 |
| ·熵的基本概念 | 第66-68页 |
| ·图像信息熵 | 第68-69页 |
| ·图像差分熵 | 第69-71页 |
| ·图像边界熵 | 第71-72页 |
| ·实验结果及性能分析 | 第72-86页 |
| ·小结 | 第86-87页 |
| 第4章 转换函数的融合设计 | 第87-114页 |
| ·前言 | 第87-88页 |
| ·算法思想及框架 | 第88-90页 |
| ·基于粒子群算法的转换函数融合设计 | 第90-94页 |
| ·编码及初始化 | 第92-94页 |
| ·解码及更新 | 第94页 |
| ·评价方法 | 第94-102页 |
| ·评价方法框架 | 第95页 |
| ·边缘检测 | 第95-98页 |
| ·相似性计算 | 第98-100页 |
| ·客观评价函数 | 第100-102页 |
| ·实验结果及性能分析 | 第102-112页 |
| ·小结 | 第112-114页 |
| 第5章 自动视点选择算法 | 第114-136页 |
| ·前言 | 第114-116页 |
| ·相关工作 | 第116-119页 |
| ·算法框架 | 第119-120页 |
| ·PIVS算法具体实现过程 | 第120-124页 |
| ·基本流程 | 第120-122页 |
| ·编码和初始化 | 第122-123页 |
| ·解码及更新 | 第123-124页 |
| ·视点评价 | 第124-131页 |
| ·视点评价准则 | 第124-125页 |
| ·评价方法框架 | 第125页 |
| ·基本原理 | 第125-126页 |
| ·基于GPU的评价实现 | 第126-131页 |
| ·实验结果及分析 | 第131-134页 |
| ·小结 | 第134-136页 |
| 第6章 总结与展望 | 第136-139页 |
| ·总结 | 第136-137页 |
| ·展望 | 第137-139页 |
| 参考文献 | 第139-147页 |
| 作者简历 | 第147-148页 |
