计算机辅助设计与图形学学报杂志

计算机辅助设计与图形学学报杂志2019年第6期

• 精度可控的字典全局相似性点云压缩

  曹成坤, 张琮毅, 汪国平

  为了控制三维点云数据的压缩精度,通过对点云空间划分建立字典结构,提出一种压缩精度可控的全局相似性点云压缩方法.首先对点云进行均匀空间划分并离散表示;然后建立一个字典,作为表示该离散数据的一组基以及一套用词条索引表示的数据结构;最后通过对字典中相似词条合并实现字典压缩,并通过无损编码实现索引压缩.实验结果表明,在普通PC机环境下对ModelNet和Farman数据集中的2组点云数据,该方法均能进行任意指定精度的压缩.

• CAD模型三角网格优化算法

  尤磊, 申则宇, 张立强, 严冬明

  针对工业产品设计过程中的一个实际问题——如何高质量地将连续的CAD模型转换为离散的三角网格模型,提出一种基于Creo二次开发平台与几何特征保持的CAD模型的三角网格优化算法.首先基于Creo的二次开发平台构建CAD模型的特征点集;然后通过逐面网格化构建每个面的网格模型,通过网格模型逼近得到一个初始三角网格模型;最后结合CAD模型的几何特点改进RAR网格优化算法局部算子的适用性条件,使用改进算法对初始三角网格模型进行网格优化.将算法集成于Creo 2.0软件中,以3个工业零件的CAD模型为数据开展实验,结果表明,该算法构建的初始网格模型与原始几何模型逼近程度好,优化的网格模型具有较好的性能参数.

• 三维几何数据的交互式着色算法

  单欣, 赵勇, 李玲, 郭清华, 董军宇

  获取三维模型的纹理信息是计算机图形学领域的一个重要研究问题.传统的方法往往通过纹理映射来完成这个任务,其局限是需要一幅合适的纹理图像.为了能够更简便地得到模型的纹理,提出一种交互式着色算法.对于网格模型,首先进行显著特征的提取和分类来减少用户对重复出现的特征的交互量,进而由用户在不同区域上交互几条颜色曲线作为种子曲线.然后结合位置、法向和曲率信息来衡量相邻顶点的相似度,以防止相邻区域之间出现渗色,并通过随机游走算法计算出每个顶点到每条种子曲线的跳转概率;最后以跳转概率作为权值对各条种子曲线的颜色进行加权平均,得到每个网格顶点的颜色.进一步地,还将上述算法应用到点云模型上.实验结果表明,该算法能够准确地区分不同的区域,鲁棒地为三维模型着色.

• 棱边特征曲面拓扑逼近重建算法

  汪思腾, 孙殿柱, 李延瑞, 沈江华, 林伟

  针对含有棱边特征的曲面模型难以正确重建这一问题,提出一种基于网格曲面延拓求交重建棱边特征区域的算法.首先对点云进行邻域高斯映射聚类分析,剔除棱边特征点,对剩余点云以种子点增长算法实现平坦连通区域的分割;然后将增益优化后的边界样点邻域点集作为曲面局部样本,采用三次Bézier曲线延伸方向为制导对点云进行扩展,提高曲面延拓区域的光滑性;最后对延拓后的平坦区域重建结果进行求交,采用曲面裁剪的方法重建棱边特征.以斯坦福大学提供的采样点云作为曲面重建数据,实验结果表明,在重建含有棱边特征曲面的过程中,该算法可有效地避免孔洞与棱边凹痕等错误的出现,且对非均匀采样数据具有良好的适应性.

• 三次均匀B样条扩展曲线的渐进迭代逼近法

  刘成志, 韩旭里, 李军成

  为了得到收敛速度更快的几何迭代法,提出带形状参数的三次均匀B样条扩展曲线的(加权)渐进迭代逼近法.首先基于三次均匀B样条扩展曲线提出(加权)渐进迭代逼近法的迭代格式;然后通过分析迭代矩阵的谱半径,探讨迭代法的最优形状参数及加权渐进迭代逼近法的最优权系数;最后指出双三次均匀B样条扩展曲面同样具有(加权)渐进迭代逼近性质.数值实例结果表明,所求的最优形状参数及权系数使得迭代法具有最快的收敛速度.

• 采用等几何质点-弹簧模型的布料动态仿真方法

  李鹏高, 徐岗, 凌然, 肖周芳, 许金兰, 吴卿

  为了高效实时地模拟出布料的动态效果,提出一种基于等几何分析思想的布料动态仿真方法.首先使用张量积Bézier曲面来构建布料几何模型;然后对布料的质点进行受力分析,并直接在该曲面上进行质点-弹簧模型数值求解;最后将更新后的质点的位置和速度变换到等几何布料曲面的控制顶点上,进行实时的碰撞处理.实验结果表明,该方法无需预先对布料进行三角网格剖分,可精确地表示布料几何模型;同时在较少的自由度数目下,可得到高精度的动态仿真效果,提高了仿真效率;可在CPU仿真环境下进行实时的动态仿真,适用于对实时性要求较高的虚拟试衣等工程应用领域.

• 变形图驱动的人体与脸部网格模板拟合系统

  黎子聪, 梁君达, 许家荣, 王宇攀, 邹歆仪, 徐凌寒, 李桂清

  为了建立统一的人体模型数据库/人脸模型数据库,实现了一个用标准三维人体/人脸网格模型拟合扫描数据的系统.该系统为人体模型构建特征点候选区域,用马尔可夫网络对候选区域进行概率预测得到人体特征点的位置;对于人脸模型,采用基于回归树的算法在多幅不同角度的人脸图像上分别检测其二维特征点,融合得到准确的三维特征点位置;得到特征点后,使用相似变换对标准模板和扫描模型的位置朝向以及尺度进行统一;通过特征点引导的变形图算法对标准模板和扫描模型的形状和姿态进行粗配准;最后使用基于稠密点对应的顶点仿射变换拟合得到变形后的标准模板.对CAESAR数据集中的人体模型以及扫描得到的人体和人脸模型均进行了拟合,实验结果表明,该系统能够精确地捕捉扫描数据的几何形状.

• 一类保细节特征的双参数m重融合型细分

  张莉, 马欢欢, 唐烁, 檀结庆

  基于B样条的光滑性,利用Laurent多项式与细分生成多项式之间的关系,构造出可生成一类m重融合型细分格式的Laurent多项式.构造的Laurent多项式不仅包含了较多经典格式,还可衍生出C^3连续且保持细节特征的新格式;特别地,分析了双参数四点三重融合型格式的支集和连续性,并给出和证明了格式C^3连续的充分必要条件.最后通过大量数值实例展示了参数对极限曲线的影响;对比图例表明,文中格式生成的极限曲线能较好地保持细节特征.

• 面向三维模型视图特征提取的残差卷积网络优化

  刘杨圣彦, 潘翔, 刘复昌, 张三元

  在已有残差卷积神经网络基础上,采用加权损失函数提高视图特征的可分性,提出面向三维模型视图特征提取的残差卷积网络优化算法.首先对三维模型进行多视图渲染得到二维视图;然后通过残差网络扩展模块加深网络深度;最后采用中心损失函数和交叉熵损失函数定义加权损失函数,解决交叉熵损失函数因为类内距离小于类间距离而导致的特征不可分问题.在ModelNet数据集上的实验结果表明,该算法提取到的特征在三维模型分类问题上性能表现优异.

• 具有仿射不变性的视网膜图像配准方法

  邹北骥, 戴玉兰, 朱承璋, 劳承鹏, 刘宁

  为解决眼底照相机视角发生变化的视网膜图像的配准问题,提出一种具有仿射不变性的局部特征配准方法.首先通过寻找连通的血管交点对应的最小包围矩形得到仿射不变的各向异性图像结构;然后通过旋转、采样和压缩操作将各向异性的图像结构变为含不同角度因素的各向同性的图像结构;最后使用尺度不变特征变换算法在各向同性的图像结构上提取特征点,并对特征点坐标进行匹配.在包含83组视网膜图像的私有样本集中的实验结果表明,该方法的均方根误差为 1.247±0.251 像素,能很好地解决视角和尺度变化问题.

• 融合皮肤色素分布特性及最佳尺度的毛孔检测及评价

  华斌, 李若瑄, 王朕

  面部毛孔特征是人脸识别、皮肤检测的重要指标之一.为了有效地消除其他皮肤特征对毛孔检测的影响,提出一种融合皮肤色素分布特性及最佳尺度的高精度毛孔检测算法.针对皮肤特征在不同色素层上的色素分布特性相异,首先根据皮肤特征显著性差异和K-means聚类为SURF和SIFT算法设置合理阈值检测不同色素层图像上的皮肤特征;然后引入欧氏距离描述不同色素层检测点的位置信息相似性,利用最佳尺度作为阈值有效地筛除非毛孔特征干扰项.在毛孔检测的基础上,利用SIFT算法中的最佳尺度构建了皮肤毛孔粗糙度评价指标.选取Bosphorus人脸库中的正脸图像进行毛孔检测及评价的对比实验,结果表明该算法提高了毛孔检测的准确度,构建的评价指标稳定有效.

• 自适应的OCT内外部指纹提取算法

  陈朋, 于洋, 马灵涛, 王海霞, 梁荣华

  针对不同个体手指表皮层与真皮层之间的深度差异大,现有算法从光学相干断层扫描(optical coherence tomography,OCT)图像中提取内外部指纹不具备普适性的问题,提出一种基于结构点聚类的自适应OCT内外部指纹提取算法.首先改进聚类的相似度判断与终止条件的计算方法,自适应分离角质层和乳头层的结构点;然后定义了位于汗腺以及真皮层内部结构上其他组织的伪结构点,提出基于距离度量的由远到近两步法去除伪结构点,并经过插值拟合得到精确的乳头层轮廓;最后通过序列拼接与图像增强获得OCT内外部指纹.与不同内部指纹提取算法进行对比实验的结果表明,该算法能够自适应不同个体的乳头层深度,以更高的普适性和鲁棒性实现从OCT三维数据中同时提取具有可识别性的、大面积和高分辨率的内外部指纹.

• 基于广义Ricci曲率及深度信息的图像采样方法

  杨康, 贾棋, 罗钟铉

  随着采样技术的提高、数据量的剧增,给数据的存储及传输造成了一定困难,因此对数据进行重采样,以压缩数据量是解决该问题的一个有效手段.针对灰度图像采样问题,利用密度流形的广义Ricci曲率提出一种采样点之间相关性的衡量方法.首先,将图像看做是对二维流形的着色,通过处理目标物的深度或构造其深度,保留需要着重采样区域的深度信息;其次,结合深度与灰度信息计算密度流形的Ricci曲率;最后,根据相关性原则筛选采样点并重建图像.此外,针对采样过程提出了全局采样及加速的局部采样2种方式,用于权衡速度与精度.采用大量的标准测试图进行实验结果表明,该方法可以有效地应用于灰度图像的压缩;与已有方法相比,该方法在灰度变化剧烈、复杂的边缘采样点分布更为密集,同时对灰度变化平缓的区域采样点也相对更少.

• 基于深度学习的车牌定位和识别方法

  李祥鹏, 闵卫东, 韩清, 刘瑞康

  针对现有的基于车牌字符分割的车牌识别方法,在光照,阴暗等特定自然场景下存在无法定位且车牌字符无法正确分割,直接影响车牌字符识别效果的问题,提出一种基于深度学习的车牌定位和识别方法.首先采用深度学习FasterR-CNN算法进行车牌定位,利用k-means++算法来选择最佳车牌区域尺寸,解决现有车牌定位方法在某些自然场景下无法正确定位车牌的问题;然后在AlexNet网络模型的基础上进行改进和重新构建,提出一种增强的卷积神经网络模型AlexNet-L,该模型是一种针对车牌字符识别的端对端网络模型,可提高车牌识别准确率,避免现有的基于车牌字符分割的车牌识别方法中因无法正确分割车牌字符对车牌字符识别的影响.实验结果表明,该方法可以更有效地提高车牌定位和车牌字符识别的准确度和效率.

• 混合多尺度分析和改进PCNN相结合的图像融合方法

  焦姣, 吴玲达, 于少波, 朱江

  为了更好地融合全色图像中的空间细节信息和多光谱图像中的光谱信息,提出一种基于混合多尺度分析和改进脉冲耦合神经网络(PCNN)的多光谱与全色图像融合方法.首先对全色图像和多光谱图像进行非下采样剪切波变换(NSST),并结合不同多尺度分析方法的互补特性,利用平稳小波变换(SWT)对低频分量部分进行二次分解,在混合多尺度域进行系数融合及SWT逆变换;然后采用基于PCNN的融合规则对高频分量部分进行融合;最后对融合后的高低频系数进行NSST逆变换,得到融合图像.在2组卫星拍摄的多光谱和全色图像上的实验结果表明,在主观视觉与客观评价指标的总体效果上,该方法优于其他8种经典以及流行方法.

• 面向增强现实的移动视点下室外视频的阴影检测

  魏后胜, 黄雯嘉, 董琦, 刘艳丽

  针对增强现实中移动视点下的室外场景检测问题,提出一种基于光流跟踪的阴影在线检测算法.首先将当前帧中待检测的阴影分为将前一帧阴影跟踪过来的阴影部分和因视点改变出现的新阴影部分;然后在GraphCut框架下对跟踪结果进行优化,以消除光流跟踪产生的累积误差;再利用阴影区域的光照特点,如太阳光与天空光强度比值等,提取优化后的跟踪阴影区域的阴影特征,在线地检测新进的阴影区域;最后再次利用GraphCut算法对检测到的初始新阴影区域进行优化,消除基于阈值的方法检测独立新进阴影时产生的误差.在Matlab平台下对不同复杂度的室外场景进行实验的结果表明,该算法不仅能有效地减少跟踪阴影的误差,而且可准确地检测到室外场景中经常存在的软影.

• 面向医学图像分割的超像素U-Net网络设计

  王海鸥, 刘慧, 郭强, 邓凯, 张彩明

  近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先,通过双边滤波模型过滤外部噪声,增强超像素信息;然后,结合U-Net卷积网络学习图像特征.该方法为U-Net网络中每个特征尺度的卷积层后嵌入一个规范层,用于增强网络对参数的敏感性.实验结果表明,该方法有效提高了医学图像超像素的分割精度,与groundtruth相比,其改善了超像素边缘分类的准确性,优化了超像素分割结果,在精确度、召回率、F-measure和分割速度等性能指标上均取得了更好的效果.

• 基于图像相似性和特征组合的超分辨图像重建

  战玉丽, 迟静, 叶亚男, 张彩明, 霍文远

  针对传统图像重建过程中易丢失细节信息,或在增强细节的同时易产生边缘失真和噪声等问题,提出一种基于图像跨尺度相似性和特征组合的图像超分辨率重建方法.首先利用图像的跨尺度相似性,采用KNN算法分别建立高、低分辨率图像之间的像素特征和梯度特征的映射关系;然后利用像素特征映射关系对输入图像重建包含高频信息的高分辨图像;利用奇异值阈值化获取输入图像的有效高频信息,并利用梯度特征映射关系将高频信息放大后分块叠加到高分辨率图像上,得到最终的图像重建结果.以加州大学图像分割数据库作为实验数据,在Windows7下的Matlab软件进行实验结果展示,实验结果表明,文中方法重建的图像纹理细节丰富、边缘清晰,图像细节显著增强,在视觉效果和客观指标上都有大幅度提升;且该方法无需依赖外部数据库.

• 基于非线性增强和图割的CT序列肝脏肿瘤自动分割

  廖苗, 刘毅志, 欧阳军林, 余建勇, 赵于前, 张宝泽

  针对腹部CT图像肝脏肿瘤对比度低、边界模糊、灰度多样等因素引起的分割困难,提出基于非线性增强和图割的肝脏肿瘤自动分割.首先根据肝脏区域灰度分布特性,采用自适应分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度;然后将增强结果和图像边界信息有效地融入图割能量函数,实现肝脏肿瘤初步自动分割结果;最后采用三维形态学开操作对初步分割结果进行优化,去除其中的误分割区域,提高分割精度.在3Dircadb和XYH数据库上的实验结果表明,该方法能有效地自动分割腹部CT序列中的肝脏肿瘤,且综合分割性能优于现有多种方法.

• 残差增强的图像描述符

  魏本昌, 郑丽, 管涛

  针对增大视觉码书在提高图像全局描述符——局部特征聚合描述符(VLAD)精度的同时会增加VLAD存储开销的问题,提出一种基于2层结构层次视觉码书生成残差增强的图像全局描述符EVLAD.离线码书生成阶段,首先通过K-means算法生成第1层视觉码书,然后基于量化残差最小化原则非均匀地生成第2层各视觉子码书.在线EVLAD生成阶段,图像局部特征首先面向细粒度的第2层视觉子码书生成量化残差;然后面向第1层视觉码书进行聚集生成各子向量,EVLAD即为各子向量的串联结果,为了抑制特征空间爆发现象,各子向量和串联结果分别进行了L2归一化.实验结果表明,EVLAD精度优于VLAD和其他各种改进方法.

• 振动触觉的量化感知与触觉文字编码设计

  褚少微

  针对移动设备上实现触觉交互和触觉阅读文字的难题,提出一种触觉感知量化和编码模型,并设计了振动数量索引字符表和摩斯电码2种触觉文字编码方案.该模型首先对振动触觉的振动时长、间隔时长、连续振动次数进行量化设计;然后通过实验测定用户对振动量化感知的数值;再对不同的振动时长和振动次数进行编码;最后组合不同的编码来表达文字.对编码文字的用户识别率及满意度的可用性评估实验的结果表明,通过对振动触觉进行量化感知设计和编码可以有效地提高触觉阅读效率,比传统基于盲文等的编码方案具有更高的阅读效率及更好的易用性;文中模型可在移动设备上设计触觉交互界面,实现高效的触觉文字阅读系统.

• 设计决策脉络挖掘方法

  刘继红, 王克剑, 王嘉骥

  为了更好地引导和启发设计者的思考,提出设计决策脉络概念.设计决策脉络是舍去设计试错过程并呈现设计主体思维因果关系发展路径的设计理性知识模型抽象表达.基于细粒度设计理性知识模型,提出设计决策脉络挖掘方法.该方法基于商空间理论对设计理性知识模型进行约简,构建分层递阶设计决策脉络模型,以支持设计者从不同粒度水平分析设计问题;通过改进的流形排序算法实现模型的语义约简,删除与设计主题相关度较低的知识片段以获取核心设计思考过程.最后通过构建原型系统,验证了文中方法是有效的.