【摘 要】
：
针对可视化系统开发工作中高逼真度和实时性指标的需求,提出了开发可视化系统自动优化软件的课题。在分析可视化系统开发全流程的基础上,采用包围盒替代的策略实现了三维模型在渲染图像中重要度信息的提取快速,结合图形渲染管线处理效率预测技术,设计了一种基于反馈和预测的LOD选择方法,构建了自动优化软件的框架以及与可视化系统的接口,并运用C++编程语言实现。最后,将该软件应用到了典型海战场可视化系统的开发流程中
论文部分内容阅读
针对可视化系统开发工作中高逼真度和实时性指标的需求,提出了开发可视化系统自动优化软件的课题。在分析可视化系统开发全流程的基础上,采用包围盒替代的策略实现了三维模型在渲染图像中重要度信息的提取快速,结合图形渲染管线处理效率预测技术,设计了一种基于反馈和预测的LOD选择方法,构建了自动优化软件的框架以及与可视化系统的接口,并运用C++编程语言实现。最后,将该软件应用到了典型海战场可视化系统的开发流程中,实验结果表明该优化软件能够在三维场景显示质量和速度之间保持一个平衡,有效提高开发人员的工作效率。
其他文献
在求解脑电图EEG及脑磁图MEG正问题的过程中,常需要对人体组织中介电常数差距大的地方进行分层建模,以便更加准确的计算其传导矩阵。在人体脑部的各个组织中,颅骨和周围脑组织的介电常数差别尤其大。如何从脑MR图像中自动、准确地分割出颅骨部分,成为精确计算MEG/EEG正向传导矩阵的关键问题。而在磁共振图像(MRI)中,虽然软组织能被很清晰的成像,但颅骨却因为缺少氢而在图像中成像模糊,用传统的分割算法很
Hematoxylin-Eosin(HE) staining is the routine diagnostic method for breast cancer(BC), and large amounts of HE stained histopathological images are available for analysis. It is emergent to develop co
超声衍射层析成像(UDT)具有分辨率高、对致密组织敏感等特点,具有很高的临床应用价值。为了抑制伪影,提高图像重建质量,传统的插值算法需要大量的投影次数和采集通道数量,导致成像耗时,系统复杂。本文提出一种基于压缩感知(CS)的重建算法,在有限次投影条件下,实现图像的高质量重建。首先用平面波从随机选取的角度以有限次数照射目标,依据傅里叶衍射投影定理,获得目标空间频率采样值。然后,通过研究目标在变换域的
子宫肌瘤超声造影图像中的血管灌注分布提供了有用的病理和生理信息,提取出血管灌注区域有助于量化评价子宫肌瘤的血供情况。血管灌注区域像素灰度变化有别于其它区域,本文因此提出一种提取肌瘤中血管灌注区域的方法。首先对图像序列进行去噪处理,接着采用Brox光流法对相邻两帧图像进行运动估计,根据得出的位移场作warp运动校正,最后根据超声造影图像序列中富血供区域与乏血供区域图像信号的差异,从周围背景中提取出血
随着社会的发展和科技的进步,我们越来越关注下一代的健康发展,但是校园的突发事件却让我们无法放心,因此我们提出了利用三维动画来对学生进行教育和引导。本文将分析校园突发事件的原因和后果以及三维动画的特点、创意设计等,在此基础上阐述如何结合校园突发事件进行三维动画的创意设计。
本文在分析了目前流行的动画文件格式的基础上,结合多媒体教学环境的特点,引入了一种适合多媒体教学环境的动画文件格式SMD。利用SMD动画文件,可以开发出丰富生动的教学动画资源,从而改善枯燥乏味的传统教学模式,激发学生学习的兴趣。在本文最后给出了操纵SMD文件数据的方法。实验结果显示,操纵SMD文件数据的方法非常简便,这为开发教育动画资源在格式上提供了一种新的选择,对推动计算机动画在教育领域中的应用有
2015年9月14日,MICROSCAN(迈思肯)新产品Micro HAWK发布会在北京召开。发布会由迈思肯大中华区经理程夷武主持,首席执行官夏明伟亲临现场讲解。近20家媒体参加了此次发布会。迈思肯此次发布的新产品Micro HAWK包括3款产品:ID-20、ID-30和ID-40。Miro HAWK是自动识别和机器视觉智能
纹理分析对于旋转来说是非常敏感的。提出一种称为旋转不变的轮廓波傅立叶变换方法,通过提取子集香农熵来实现纹理分析的旋转不变性,对每个子集香农熵进行离散傅得到旋转不变的特征矢量,再利用DFT幅度谱的对称性进一步降低唯数。采用欧几里德距离和支持向量机进行纹理图像分类,1 500组纹理图像的实验结果表明,轮廓波变换是用来代表纹理方向和和旋转不变纹理特征的有效工具,并且在实现准确的分类同时其计算复杂度大大降
利用机器视觉进行人体动作识别的方法大多数基于手工特征并需要先验知识,这类方法不可避免地依赖于特定问题而忽略了视觉信息的内在结构。提出了一种利用自学习特征及姿态组合规则进行有效动作识别的新方法。使用稀疏自编码(SAE)网络提取轮廓图像的结构特征并构造姿态码本。在识别阶段,使用隐马可夫模型(HMM)训练不同动作类别的模型。设计了一种关键帧提取算法用于在训练HMM前降低长序列的冗余度。通过仿真实验验证了