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8期

• 声音传播模拟技术综述

  丁锐, 刘锦, 刘世光

  随着计算机技术的快速发展,虚拟环境中的声音传播模拟技术得到了较大的改进,并广泛应用于虚拟现实中.文中对虚拟环境下声音传播的概念及方法进行系统的分析,首先介绍基于几何声学的传播模拟方法,如虚声源法、射线追踪法、声束追踪法、声辐射度法等,并对声音传播过程中发生的衍射等声学现象进行讨论;然后对波动声学传播模拟方法进行综述,总结了有限元法、边界元法、有限差分时域法、等效源法等常用方法,并讨论了基于波动声学的模拟方法中的指向性声音传播;最后介绍了基于空间-频率分解技术的混合方法,按照现有的评价指标对上述方法进行对比分析,并介绍了非线性介质下的方法拓展;预测了该领域的发展方向,提出基于数据库的研究思路.

• 基于深度图预处理和图像修复的虚拟视点绘制

  梁海涛, 陈晓冬, 徐怀远, 任思宇, 汪毅, 蔡怀宇

  基于深度图像的绘制(DIBR)技术是绘制虚拟视点图像的重要方法.针对单视点虚拟视图绘制过程中的空洞、裂缝、重叠问题,提出一种基于深度图预处理和图像修复的绘制算法.首先根据虚拟视点的变换方向对深度图进行预处理,减缓前景到背景的深度突变,将大面积空洞分割为多个较小的空洞;然后结合一投四算法和Z-buffer算法对DIBR过程进行改进,改善裂缝和像素点间的重叠;最后使用深度信息引导图像修复算法,使空洞修复从背景一侧开始且优先选择背景纹理.在Matlab环境下,使用微软研究院提供的3D图像序列进行虚拟视点绘制并比较与真实图像的相似度,实验结果表明,该算法的平均峰值信噪比为27.4747dB,比Criminisi算法和递进填充线算法分别高出5.65%和2.97%;结构相似度为0.7708,比2种已有算法分别高出1.22%和0.80%.

• 曲面标架场生成的快速算法

  张和东, 叶春阳, 傅孝明, 刘利刚

  在网格生成、有限元剖分中,标架场起着重要作用.针对已有的生成标架场的算法耗时较多的问题,提出一种新颖的高效生成标架场的算法.给定一个三角网格,首先在每一点上根据曲面的第二基本型定义一个黎曼度量;然后把各向异性标架场看成在该黎曼度量意义下的各向同性场,求出一个在该黎曼度量意义下的各向同性场;最后利用该黎曼度量把各向同性场变回各向异性标架场.此外,在优化过程中应用一种多分辨率层次结构,并使用Gauss-Seidel迭代法来求解每层中的能量优化问题,以提高计算速度.实验结果表明,该算法不仅提高了生成标架场的速度,并且使得生成的标架场与曲率走势更加接近.

• 基于超像素和超度量轮廓图的无人机图像分割算法

  宋以宁, 刘文萍, 宗世祥, 骆有庆

  为精确地分割高分辨率无人机航拍图像中的不同地物,提出一种基于超像素和超度量轮廓图的无人机图像分割算法.首先对图像进行线性谱聚类,生成超像素;然后根据HSV颜色空间的直方图特征计算超像素区域间的不相似度;再结合层次分割思想得到可表示边缘强度的超度量轮廓图并将其归一化;最后利用合适的阈值删除边缘强度低于该阈值的轮廓,并将所对应的区域进行合并得到分割后的图像.与ISODATA,FCM和gPb-OWT-UCM算法比较的实验结果表明,该算法图像分割准确率较高,对初始参数的依赖性小,且计算复杂度低.

• 基于Gillespie方法的血栓生成模拟方法

  陈旭游, 王若梅, 林淑金, 汪飞, 罗笑南

  血栓的生成是血液生理特性的体现,在虚拟手术和人体生理仿真中有着重要的作用.为了解决现有血液模拟方法不能体现血栓生成的现象以及模拟速度过慢的问题,提出一种基于Gillespie方法的血栓生成模拟方法.首先使用血栓生成模型对血液粒子建模,并且针对血液成分设定生物反应速率;然后基于Gillespie方法在核范围内进行生物反应的计算,由蒙特卡洛方法确定反应以及反应时间,将流体粒子转化为血栓粒子;最后将含有纤维蛋白的粒子位置固定,形成血栓.为了使模拟结果能够实时呈现,计算中使用了CUDA并行计算来加速模拟.分别对血栓形成模拟、血栓生成速度和程序运行效率进行分析,实验结果表明,文中方法实现了血液中血栓形成的快速模拟,避免了血栓生成的偏微分方程模型带来的高计算量,能够更好地应用在血液中血栓生成的实时模拟中;同时模拟血栓的生成对血液的流动路径造成影响,体现了血栓与血液的耦合作用;最后展现了几个逼真的血栓模拟的渲染结果.

• 带矩阵权值的Catmull-Clark细分曲面渐进插值算法

  张莉, 佘祥荣, 葛先玉, 檀结庆

  提出一种带矩阵权值的Catmull-Clark细分曲面渐进插值算法,旨在进一步解决渐进插值算法不能插值细分曲面法向量的局限.首先为渐进插值算法赋一个3′3的矩阵类型的权值,称之为矩阵权值,通过选取不同的矩阵权值来控制渐进插值算法的收敛速度和极限曲面的形状,并插值细分曲面法向量来实现细分曲面的光顺;其次,算法中矩阵权值可分解为2个矩阵之和,分别控制收敛速度和曲面形状及光顺;再次,文中还给出了2种矩阵权值的选取方法,即采用对角矩阵实现对x,y,z各分量收敛速度的控制;最后,采用旋转矩阵调整顶点位置实现极限曲面的光顺.文末给出大量的数值实例,展示了矩阵权值的作用.

• 基于卷积神经网络的双行车牌分割算法

  赵汉理, 刘俊如, 姜磊, 沈建冰, 胡明晓

  随着智能化交通的迅速发展,自动车牌识别技术不断提高.现有大多数车牌识别技术能较好识别单行车牌字符信息,但双行车牌识别准确率较低且支持中文双行车牌的识别算法更少.为了有效地将原本仅支持单行车牌识别的算法扩展到双行车牌识别,提出一种基于卷积神经网络(CNN)的双行车牌分割算法,首先利用CNN提取车牌图像特征;然后利用特征训练多标签分类模型,将双行车牌分割为2个单行车牌.文中还构建了一个包含20多万幅中国车牌图像的数据集.基于此数据集的实验结果表明,文中算法对双行车牌自动分割准确率较高,有效地提高了双行车牌识别准确率.

• 基于圆平均的带参数非线性细分法

  李彩云, 郑红婵, 林增耀

  为了使细分法具有更多可控性,提出一种基于圆平均带参数的非线性细分法.首先介绍一种基于2点及其法向量对的非线性加权平均,即圆平均;然后将线性细分法改写为线性平均的重复binary细分,并用圆平均替代线性平均,得到了新的带参数非线性4点插值细分法和3点逼近细分法;最后分析了新细分法的收敛性、保圆性、C1连续性.数值例子表明,当初始控制多边形的长度变化较大时,利用该细分法产生的极限曲线可以避免自交;同时,参数和初始法向量的选取可有效地控制极限曲线的形状,由曲率变化图可知,该细分法产生的极限曲线比线性4点插值细分法更加光顺.

• 面向非牛顿流体仿真的边界处理方法

  张雅斓, 班晓娟, 徐衍睿, 刘幸

  针对现有的光滑粒子流体动力学(SPH)非牛顿流体仿真方法的边界条件不合理问题,提出一种适用于非牛顿流体仿真的边界处理方法.首先使用Cross模型实现牛顿流体和非牛顿流体的统一建模;然后通过对固体边界粒子进行加权计算,为边界处的流体粒子设定边界力的法向量;最后采用Coulomb摩擦力边界条件对边界处流体粒子的速度进行迭代更新,并将其融合到预测-校正算法框架中.实验结果表明,文中方法能够根据用户的需要调节流固边界处的摩擦系数;与自由滑移边界下的仿真相比,该方法下非牛顿流体黏度随速度的降低而增大,并表现出固体形态的物理特性.

• iMakeup: 特定领域的大规模长视频数据集——用于细粒度视频语义内容描述

  林霄竹, 金琴, 陈师哲

  实际生活中,大多数视频均含有若干动作或物体,简单的单句描述难以展现视频中的全部信息,而各类长视频中,教学视频步骤清晰、逻辑明确,容易从中提取特征并使用深度学习相关算法进行实验验证,从长视频中提取复杂信息成为研究人员日益关注的问题之一.为此,文中收集整理了一个命名为iMakeup的大规模的美妆类教学视频数据集,其包含总时长256 h的热门50类2000个长视频,以及12823个短视频片段,每个片段均根据视频的逻辑步骤顺序进行划分,并标注起止时间和自然语句描述.文中主要通过视频网站下载收集原始视频,并请志愿者对视频的详细内容进行人工标注;同时统计分析了此数据集的规模大小和文本内容,并与其他类似研究领域的若干数据集进行对比;最后,展示了在此数据集上进行视频语义内容描述的基线实验效果,验证了此数据集在视频语义内容描述任务中的可行性.iMakeup数据集在收集整理时注重内容多样性和类别完整性,包含丰富的视觉、听觉甚至统计信息.除了基本的视频语义内容描述任务之外,该数据集还可用于视频分割、物体检测、时尚智能化推荐等多个前沿领域.

• 复杂场景流固耦合的高效模拟

  赵建旺, 陈晨阳, 丰芸芸, 王章野

  大规模复杂流体场景的高效交互模拟技术在灾难仿真、虚拟现实和影视特效制作等领域都有重要的应用价值.针对现有基于物理的流体算法大多只适于尺度较小的场景,难以有效地模拟复杂流体大场景中流固耦合时的固体破碎效果的问题,提出一种复杂场景的固液耦合高效模拟方法.首先提出一种基于流体隐式粒子法和散度为零的SPH法相混合的计算框架,在确保流体物理属性的同时充分利用细粒度的隐式粒子来丰富流体运动细节,提高场景模拟的真实感;然后采用一种多维度的流固耦合分合计算策略来进一步提高流固耦合效率;为实现流体冲击下的固体破碎效果,采用一种物理与几何相混合的破碎方法:以基于断裂力学中的应变能密度模型来确定固体破碎时碎片的分布,采用基于几何的质心Voronoi方法快速生成碎片,最终实现百万量级粒子参与的复杂流体场景的交互模拟,以及高速流体冲击下的固体破碎效果的高效模拟.

• 面向乳腺病理图像分类的非相干字典学习及稀疏表示算法

  汤红忠, 王翔, 郭雪峰, 刘婷

  针对乳腺病理图像分类,提出一种非相干字典学习及其稀疏表示算法.首先针对不同类别的图像,基于在线字典学习算法分别学习各类特定的子字典;其次利用紧框架建立一种非相干字典学习模型,通过交替投影优化字典的相干性、秩与紧框架性,从而有效地约束字典的格拉姆矩阵与参考格拉姆矩阵的距离,获得判别性更强的非相干字典;最后采用子空间旋转方法优化非相干字典的稀疏表示性能.利用乳腺癌数据集BreaKHis进行实验的结果证明,该算法所学习的非相干字典能平衡字典的判别性与稀疏表示性能,在良性肿瘤与恶性肿瘤图像分类上获得了86.0%的分类精度;在良性肿瘤图像中的腺病与纤维腺瘤的分类上获得92.5%的分类精度.

• 稀疏度拟合的自适应图像并行压缩感知算法

  杨正理, 史文, 陈海霞

  为了提高图像的重构精度和处理速度,提出一种稀疏度拟合的自适应小波包图像并行压缩感知算法.首先采用小波包对大小相同但不重叠的图像块进行稀疏变换,在最优分解尺度下利用迭代方法确定满足图像重构精度的最低采样率,并采用最小二乘法对采样率进行优化处理;然后结合云计算技术,利用MapReduce框架对算法进行并行化.在实验室构建Java开发环境下的计算机集群,采用标准图像作为样本比较不同算法的压缩率、重构性能和运算时间,结果表明,该算法的重构质量和处理速度均得到显著提升.

• 结合序列学习和U型网络的海马体分割方法

  曹平, 盛邱煬, 潘清, 宁钢民, 汪振杰, 方路平

  针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷积长短期记忆网络引入相邻切片间的依赖信息以提升分割精度.在ADNI数据集上的实验结果表明,文中方法的分割性能较通常的U型网络更优,且网络的可视化结果表现出可解释性,与专家知识相符合.

• 单幅图像训练深度神经网络的编辑传播方法

  桂彦, 郭林, 曾光

  针对编辑传播技术中存在的需要选择合适图像特征、手动调整图像特征权重等问题,提出一种单幅图像训练深度神经网络的编辑传播方法.首先将用户交互转换成距离图并与输入图像级联生成多通道图像,有效地结合图像的视觉和空间特征;其次以多通道图像子块作为深度神经网络的输入,抽取符合用户交互的深度特征,并对深度神经网络进行端到端的训练,从而自动分配图像特征的权重;最后将学习的网络模型作为分类器,估计图像像素属于每类用户交互的概率值,进一步后处理获得高质量的图像编辑.采用MARA 1k数据的实验结果表明,该方法能够很好地响应用户交互以进行编辑传播.

• 融合主题和视觉特征的图片拼贴画合成方法

  杨祖义, 张俊松

  为辅助设计师进行图片拼贴画艺术创作,提出一种融合主题和视觉特征的图片拼贴画合成方法.给定容器图片和素材图片集,将容器图片划分为若干子区域;并使用圆填充算法及Delaunay三角剖分算法生成子区域的Voronoi图,得到补丁集;之后,计算主题-颜色相似性矩阵,进行素材图片与补丁之间的映射;最后,使用颜色线性融合方法进一步优化拼贴画视觉效果.在保留图片视觉特征的同时,该方法亦能保证容器和素材之间具有相似的主题信息.与市面流行拼贴画制作软件的对比实验表明,该方法合成的图片拼贴画能取得更好的视觉效果,在数字媒体和装饰领域中均有着潜在的应用价值.

• 融合多层卷积神经网络特征的快速图像检索方法

  王志明, 张航

  基于卷积神经网络在图像特征表示方面的良好表现,以及深度哈希可以满足大规模图像检索对检索时间的要求,提出了一种结合卷积神经网络和深度哈希的图像检索方法.针对当前典型图像检索方法仅仅使用全连接层作为图像特征进行检索时,存在有些样本的检索准确率为零的问题,提出融合神经网络不同层的信息作为图像的特征表示;针对直接使用图像特征进行检索时响应时间过长的问题,使用深度哈希的方法将图像特征映射为二进制的哈希码,这样哈希码中既包含底层的边缘信息又包含高层的语义信息;同时,提出了一种相似性度量函数进行相似性匹配.实验结果表明,与已有的图像检索方法相比,该方法在检索准确率上有一定程度的提高.

• 线性约束下的高斯自适应标准差去雾算法

  刘珑珑, 杨燕

  针对暗通道先验算法中透射率在天空等明亮区域估计过小以及最小滤波使用不足问题,提出一种线性约束下的高斯自适应标准差去雾算法.首先利用有雾图像的最小通道图构造高斯函数来近似估计无雾图像的最小通道效果,提升明亮区域透射率的准确度;为了防止无雾图像最小通道灰度级超出范围,提出线性系数进行约束,使得其灰度级分布在(0,1);再通过观察得到高斯函数标准差与雾浓度呈负相关,提出自适应标准差来控制最终复原效果,并利用交叉双边滤波进行优化;最后结合大气散射模型复原图像.在Matlab R2014a软件中进行仿真实验,并采用视觉效果分析和盲评估评价指标对文中算法进行验证.结果表明,与经典算法对比,该算法有效地恢复了有雾场景的对比度和细节信息,明显增加了图像可见度且具有较低的时间复杂度.

• 融合制造语义的三维工序模型序列重用方法

  乔虎, 何俊, 师治全, 向颖

  针对目前三维工序模型序列重用缺少对加工特征尺寸、加工精度、形位公差等制造信息的考虑,不能很好地支持零件制造过程工艺设计重用的问题,提出一种融合制造信息的三维工序模型序列重用方法.首先,利用图同构原理对工艺路线中三维工序模型序列进行优化,减少搜索空间;然后,利用子图同构对三维工序模型加工特征进行匹配,通过融合制造信息对加工特征匹配进行预处理和相似性评价,以获取具有最相似加工特征的三维工序模型;其次,设计三维工序模型序列优化算法获取同构的三维工序模型序列;最后,以某型轴零件工艺设计过程为例进行实例验证,结果表明融合制造信息的三维工序模型序列重用方法能够准确地根据指定制造特征进行工艺设计重用,具有良好的应用效果.

• WRSN联合无线充电和数据收集的周期性充电规划

  魏振春, 王旭, 吕增威, 丁煦, 冀建军

  针对无线可充电传感器网络中无线充电设备(WCE)兼顾充电和数据收集的情况,提出了联合无线充电和数据收集的周期性充电规划问题,并证明了该问题是NP-complete问题.首先分析了无线充电和数据收集对WCE路径规划的影响,根据传感器节点当前的剩余能量和数据量计算出WCE需要停留的时间;然后证明了最优方案是在周期时间最大化的前提下获得的;最后设计出多种群离散烟花算法(MFWA)求解该问题.在Matlab R2016a中生成不同节点数目的网络场景进行仿真,结果表明,MFWA算法的性能优于DFWA算法.

• 笔方位及与笔倾斜的混合输入

  李岩, 李洋, 辛义忠

  针对传统笔式设备输入能力有限的问题,引入笔方位并考查其性能及其与笔倾斜的混合使用.首先设计笔方位目标选择和笔方位与笔倾斜混合目标选择2个实验;然后采用组内重复方法展开实验,考查笔方位及其与笔倾斜混合输入的性能.实验结果表明,正方向的笔方位输入优于斜方向;30°,60°和90°笔方位容限划分下,分别形成了6个、4个和1个速度一致区间;笔方位和笔倾斜划分越密集,用户完成目标选择任务的难度越大;当笔方位容限区间为60°且笔倾斜容限区间为20°时达到最优的划分.最后给出笔方位与笔倾斜混合使用的建议和应用场景,为基于方位和倾斜的笔式交互技术设计提供了参考依据.

• 360视频的连续保形投影算法

  裴麒凯, 郭娟, 麻贵龙, 张新宇

  360视频存储需要经过投影拼合得到平面视频,不同的投影拼合算法对视频的质量影响非常大.为了减少在投影拼合阶段产生的质量损失以及对存储空间的浪费,提出一种连续保形的投影拼合算法,首先通过立体投影将360视频的2个半球面分别投影到一个平面圆上;然后利用Schwarz-Christoffel变换将平面圆保形地映射为正方形;最后将2个正方形连续地拼合在一起,得到360视频对应的平面视频.在实验中,对比了各类球面纹理使用不同投影拼合算法得到的平面图像,分析其拉伸变形的情况并量化不同算法产生的不连续边,结果表明,相比其他主流算法,360视频的连续保形投影算法能够保证投影后图像的拉伸变形较小,同时确保平面视频图像的内部连续性.

• 动态分层及其在CMOL电路缺陷容忍映射优化中的应用

  查晓婧, 夏银水, 储著飞

  由于CMOS/纳米混合电路(CMOL)中存在高缺陷率,缺陷容忍映射成为解决CMOL电路实用化的必需方法.针对传统的整体缺陷容忍方法中存在的耗时、难以求解大电路等问题,提出基于动态分层的缺陷容忍映射优化方法.首先对电路的缺陷进行了分类,然后以缺陷数递减的方式对CMOL电路进行动态分层,最后采用修改的禁忌算法在分层后的CMOL电路中验证所提出方法的性能.ISCAS测试电路的实验结果表明,与已有方法相比,文中方法在线长和映射速度方面有较明显优势.