学位论文 > 优秀研究生学位论文题录展示
基于绘制的智能传递函数设计方法研究
作 者: 瞿德清
导 师: 罗月童
学 校: 合肥工业大学
专 业: 计算机软件与理论
关键词: 传递函数 基于绘制的交互界面 统计量 人工神经网络 CUDA
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
直接体绘制是体数据可视化中应用最广泛的方法之一,它能够从体数据集中抽取内在的本质信息,并借助交互式的图形图像技术展现出来,提供了一种洞察体数据内部结构的最佳途径。体数据分类是直接体绘制的重要过程,通常使用传递函数实现:传递函数根据体数据中每个体素的类别赋予其不同的光学属性,包括颜色和不透明度,从而将不同类别的体素区分开来。但因为传递函数存在参数空间大、设计过程不直观等问题,用户根据经验直接手工调整传递函数难以得到满意的可视化结果。本文结合绘制隐喻和人工智能方法,研究直观、有效和智能的传递函数设计方法,主要工作包括:(1)基于绘制的智能传递函数设计框架:在该框架中,将用户在基于绘制的交互界面中的绘制信息作为训练样本对人工神经网络进行训练,使用训练后的神经网络对体数据进行分类,自动实现传递函数的设计。与传统方法相比,基于绘制的交互界面允许用户直接对图像进行操作,用户无需了解体数据场中的灰度值分布就可以获得期望的可视化结果,使传递函数设计过程更加直观。(2)基于统计量的分类策略:传统方法中灰度值和梯度值等局部信息常被作为传递函数的参数用于体数据分类,然而局部信息对噪声非常敏感,使得分类效果不尽人意。体素的统计量(包括均值与标准差等)能够反映同一类体素的分布情况,与局部信息相比,将统计量作为传递函数的参数可以有效减小噪声的干扰,提高体数据分类的准确性。(3)基于CUDA的交互式传递函数设计:由于人工神经网络的训练计算量大耗时长,基于人工神经网络的体数据分类无法满足传递函数设计过程的交互性要求。运用CUDA(Compute Unified Device Architecture,统一计算架构)发挥GPU的并行运算能力对该过程进行加速,有效地缩短了人工神经网络的计算时间,保证交互过程的流畅性。
|
全文目录
相似论文
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 星载高光谱传感器模拟仿真系统研究,TP391.9
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 兖州矿区植物波谱变异与重金属胁迫特征研究,X173
- 企业安全效益评价及发展对策研究,F272;F224.5
- 酮类化合物的3D-QSPR研究,O641
- CCD相机调制传递函数的测量,TP391.41
- 汽车发动机惯性参数识别的试验研究,U467.2
- 随机网络模型分离,O157.5
- 两总体协方差矩阵成比例的检验,O212.1
- 神经元MOS管在神经网络中的应用研究,TP183
- 基于GPU的有限元方法研究,O241.82
- 基于神经网络盲均衡优化算法的研究,TN911.7
- 产品功能疲劳对客户资产的影响研究,F224
- 烟煤掺烧印尼煤的动力配煤模型研究,TK227.1
- 基于CUDA的正则表达式匹配系统的设计与实现,TP311.52
- 基于交叉传递函数的畸变空间像计算方法研究,TP391.41
- 一种在深度结构中学习原型的分类方法,TP18
- 面向电力营销服务的客户身份自动识别系统设计,TP391.41
- 浆体管道输送系统的过程监控与故障诊断,F426.1
- 基于GPGPU的快速白光干涉测量系统研究,O439
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|