面向体数据可视化的数据预处理方法研究

发布时间：2018-03-16 03:32

本文选题：体数据可视化　切入点：L_0梯度最小化　出处：《浙江大学》2017年博士论文　论文类型：学位论文

【摘要】：体数据可视化通过直观形象地向用户展示体数据内部隐含的特征信息,帮助用户对数据做进一步的分析与处理,广泛应用于医学、气象、地质、科学仿真等领域。如何构建高质量的数据并提高体数据的传输效率和绘制质量始终是科学计算可视化的重要研究课题。随着体数据规模越来越大,尤其需要远程操作和传输数据时,数据传输和体绘制流程阻碍了可视化效率的提升;同时,在体数据获取过程中不可避免地引入噪声,而这类噪声通常会污染重要特征,使得基于体数据强度分析的方法失效;另外,通过传输函数映射直接绘制生成的图像有时会存在特征不明显情况,且已有的方法往往在映射和绘制阶段进行特征增强处理。针对上述在体数据预处理阶段的问题,本文提出相应的改进方法,进一步提升了体数据特征的可视化与分析效率。本文旨在研究高效的体数据过滤方法,针对具体的体数据去噪、特征增强与绘制问题提出了新的解决方法和思路,以最终提升数据可视化的效率。论文主要研究成果包括:本文提出了一种新的体数据去噪和平滑方法,该方法基于Lo梯度最小化框架。在三维体数据可视化中,存在于同质体素和不同质体素中间的边界上的噪声往往对提取,分析和展示特征造成很大的挑战。本文算法首先全局地控制梯度域中非零体素,以稀疏保持重要特征的结构。然后,利用迭代最优化策略,结合半二次分离算法,快速地求解最小能量方程。所提出的Lo体数据梯度最小能量方法可以有效地删除同质体数据中的噪声,但对于边界上的噪声或局部细节,由于其具有较大的梯度模能量,因此不能有效地被去噪和平滑。为此,提出一个模糊-增强策略来消除或平滑此类噪声。这样的操作可以得到重要特征,且边界比较圆滑。最后,将本文的方法与双边过滤器和各向异性扩散方法做比较,从不同模态的体数据结果上看,本文的方法兼备更好绘制效果和和更快的计算效率。本文提出了一种特征表面网格驱动的、通过几何形变体数据的特征增强可视化算法。传输函数是实现体数据特征分类与可视化的重要手段,通过调节传输函数中的颜色和不透明度来增强体数据特征,但设计合理传输函数的过程复杂且耗时;而基于规整控制网格形变的体数据特征增强方法,通过几何形变由传输函数定义的重要特征区域来达到增强目的,但特征选择方法欠缺灵活性和精确性。首先,根据构建的体数据轮廓树结构,选择具有代表性的一个或多个等值面,简化处理并指定为控制网格。然后,通过放大控制网格上的重要区域,以吸引用户到重要特征上;同时,通过增强控制网格局部表面细节特征,即利用网格几何高度的变化增强特征的对比度,使得细节信息更加清晰。最后,将控制网格特征增强的效果转移到对应的体数据上。通过实验结果,进一步验证了本文算法的有效性和实用性。本文提出一种基于面切割的自动体数据压缩算法,高效地删除体数据中上下文冗余信息同时保留重要特征,以获得满足用户指定压缩大小或比例的最优压缩体数据。用户通过两种方式指定每个体素的重要性:1)体数据本身的内在属性,比如梯度模和曲率值;2)用户指定的方式,比如传输函数和与具体应用相关的方式。根据指定的体素重要性值,本文构建体数据图,以便定义相邻体素之间的能量值。然后,将面切割算法归纳为能量最小问题,并利用图分割算法进行求解。该方法可以交互且连续地删除上下文冗余体素,同时保留重要特征。同时,为了克服内存不足问题和加速体数据压缩,本文引入多层次带状方法,以获得较快的计算速度。通过与传统的切割、采样算法比较,实验结果表明,本章算法可以高效地压缩体数据,以获得用户指定的大小或压缩比例。
[Abstract]:......
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】