基于智能优化算法的体绘制研究

论文摘要

体绘制是应用于工程和医学等领域大规模三维数据场可视化的重要技术手段。它对信息的表达准确且完备,相比面绘制等传统可视化技术,它更符合科学计算的严谨性要求。之前研究中体绘制控制要素的设计,特别是转换函数设计和视点选择严重依赖用户经验,用户交互频繁但效率不高,可用性差。本文基于智能优化算法实现了转换函数设计和视点选择的自动化,提高了体绘制算法的可用性。自动转换函数设计可更准确且更有目的性地显示体数据;自动视点选择方法则能快速地选取数据观察的最优位置,避免重要信息被遮挡,并获取尽量多的有效信息。本文研究的重点包括:1、在基于图像的转换函数设计的基础上,提出了基于粒子群优化和基于遗传粒子群算法的转换函数设计方法。该方法基于不同的转换函数评价方法分别实现了转换函数设计的自动和半自动化,在降低用户操作强度的同时,减少了设计次数,提高了设计效率。同时基于智能优化算法的粒子评价过程提出了一种基于主观评价和客观评价的混合评价方法。该方法在评价过程中综合考虑了用户的主观评价值和粒子的客观评价值,将其按照一定比例合成,得到最终评价值。这种评价方法可使可视化结果既满足用户的需求,又符合严谨的客观评价原则。2、在简单转换函数设计的基础上,提出了一种复杂转换函数的设计方法。它把复杂转换函数设计问题转化为多个简单转换函数的融合设计问题。这种方法直观且易于实现,降低了复杂转换函数的设计难度。它把融合设计问题转化为对融合比例的参数寻优问题,采取基于预期适应度的相似性评价方法对融合比例作出评价,由PSO根据评价值生成新的融合比例,在很大程度上简化了复杂转换函数的设计。3、在体绘制中提出了一种基于粒子群优化的自动视点选择方法,基于屏幕提供给用户包含最多数据信息的绘制图像。该方法根据视点信息量来评估视点质量,通过采用PSO迭代生成新视点,较大程度地减少了需评价的视点数目,从而消除了冗余的视点计算,在保证视点质量的同时提高了视点选择效率。经过大量实验证明,本文提出的算法能较好地缩减用户可视化操作的工作量,有效提高了可视化效率,在体绘制的智能化方面做出了有益的探索。

论文目录

• 致谢
• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究内容
• 1.3 主要贡献
• 1.4 文章结构
• 1.5 基金资助
• 第2章 研究综述
• 2.1 体绘制技术
• 2.1.1 体绘制概述及基本算法过程
• 2.1.2 体数据
• 2.1.3 体绘制的光照模型
• 2.1.4 体绘制方法分类与比较
• 2.2 体绘制转换函数
• 2.2.1 转换函数的基本概念
• 2.2.2 转换函数的分类
• 2.2.3 转换函数的设计
• 2.3 粒子群算法
• 2.3.1 粒子群优化的原理及基本算法
• 2.3.2 粒子群算法的改进
• 2.3.3 算法应用
• 2.4 智能技术在体绘制中的发展现状
• 2.4.1 可视化中的人因素
• 2.4.2 相关应用
• 第3章 转换函数的自动设计
• 3.1 前言
• 3.2 算法思想及框架
• 3.3 基于粒子群优化的转换函数设计
• 3.3.1 基本流程
• 3.3.2 编码和初始化
• 3.3.3 优化过程
• 3.4 基于遗传粒子群算法的转换函数设计
• 3.4.1 遗传算法
• 3.4.2 遗传粒子群算法
• 3.4.3 GPIRE算法概述
• 3.4.4 GA子模块的具体运行机制
• 3.5 评价方法
• 3.5.1 熵的基本概念
• 3.5.2 图像信息熵
• 3.5.3 图像差分熵
• 3.5.4 图像边界熵
• 3.6 实验结果及性能分析
• 3.7 小结
• 第4章 转换函数的融合设计
• 4.1 前言
• 4.2 算法思想及框架
• 4.3 基于粒子群算法的转换函数融合设计
• 4.3.1 编码及初始化
• 4.3.2 解码及更新
• 4.4 评价方法
• 4.4.1 评价方法框架
• 4.4.2 边缘检测
• 4.4.3 相似性计算
• 4.4.4 客观评价函数
• 4.5 实验结果及性能分析
• 4.6 小结
• 第5章 自动视点选择算法
• 5.1 前言
• 5.2 相关工作
• 5.3 算法框架
• 5.4 PIVS算法具体实现过程
• 5.4.1 基本流程
• 5.4.2 编码和初始化
• 5.4.3 解码及更新
• 5.5 视点评价
• 5.5.1 视点评价准则
• 5.5.2 评价方法框架
• 5.5.3 基本原理
• 5.5.4 基于GPU的评价实现
• 5.6 实验结果及分析
• 5.7 小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 作者简历