中文名 | 基于邊界曲面的檢測、重構與體繪制算法研究 | 項目類別 | 面上項目 |
---|---|---|---|
項目負責人 | 王利生 | 依托單位 | 上海交通大學 |
三維生物醫(yī)學圖像中的邊界曲面通常對應于所包含器官或組織的邊界面,是三維圖像中最重要的特征。為了有效地重構、繪制與分析這樣的邊界面,本項目將對三維生物醫(yī)學圖像中基于邊界曲面的檢測、重構與可視化算法展開研究。我們將把圖形學與可視化中重構及表示等值面的思想與計算機視覺中邊緣檢測理論相結合,以便發(fā)展高精度的檢測與重構三維圖像中邊界曲面的新方法;將基于函數(shù)逼近思想,把三維圖像中邊界曲面的重構問題轉化為新三維圖像中零值等值面的抽取問題,使問題得到簡化;將在阻光度函數(shù)中引入邊界定位及抑制噪聲的特征參量,以便克服體繪制算法中邊界曲面定位精度差及對噪聲敏感等問題。.新方法將可以處理復雜多樣的三維生物醫(yī)學圖像以及重構與繪制高精度邊界曲面,從而為三維生物醫(yī)學圖像中器官或組織的檢測、抽取、定量測量、定量分析、建模等處理提供一類有效技術。本項目的研究在三維生物醫(yī)學成像技術及臨床計算機輔助技術中有著重要的應用前景。 2100433B
批準號 |
30570510 |
項目名稱 |
基于邊界曲面的檢測、重構與體繪制算法研究 |
項目類別 |
面上項目 |
申請代碼 |
H2708 |
項目負責人 |
王利生 |
負責人職稱 |
教授 |
依托單位 |
上海交通大學 |
研究期限 |
2006-01-01 至 2008-12-31 |
支持經(jīng)費 |
25(萬元) |
基礎邊界在哪啊,白色虛線框是笩板基礎邊界還是墊層邊界呢?——:白色虛線是筏板基礎外邊線的吧您看看您的基礎大樣圖
不行。要找到基礎圖的。
答:路面寬度不包路緣石含路平石,人行道寬度含路緣石和路側石。
格式:pdf
大?。?span id="1ew5xme" class="single-tag-height">448KB
頁數(shù): 3頁
評分: 4.6
該文結合radon變換和幾何推理,研究了基于墻地磚邊界的用于規(guī)則圖案表面缺陷檢測的圖像配準方法。實驗證明該算法簡單快捷,能檢測出墻地磚的一般常見缺陷。
格式:pdf
大?。?span id="uzdwhxx" class="single-tag-height">448KB
頁數(shù): 8頁
評分: 4.8
為了保障無人駕駛車的可靠性與安全性,首先根據(jù)多線激光雷達點云數(shù)據(jù)的特征結合區(qū)間共線點特征獲取路沿點并利用改進的DPCA算法對得到的路沿點進行聚類。其次,應用最小二乘法擬合出兩側路沿。最后,通過改進的DPCA算法將路面上的障礙物點進行聚類并計算得到障礙物的信息。利用區(qū)間共線點特征提取路沿點不易受其他干擾點的影響,而改進的DPCA算法則能夠自動并準確地獲取聚類中心,解決了DPCA算法需要人工選取聚類中心的缺陷。實車實驗證明該算法的實時性與準確性。
配電網(wǎng)絡重構的算法大致可以分為:傳統(tǒng)數(shù)學方法、啟發(fā)式方法、人工智能算法以及混合算法等。
分層材質建模與繪制是目前計算機圖形領域研究的熱點和難點。由于分層材質能夠更精確地描述現(xiàn)實世界中的材質,其在圖形繪制中的應用可以顯著提高繪制結果的物理真實感。本項目將從微面元理論的角度研究分層材質的建模與繪制技術,詳細探討基于微面元理論的材質模型中法向分布、Fresnel反射和微面元間陰影遮擋等在擴展到處理分層材質時的計算方式,著重討論多次內反射、層內介質散射和吸收對次表面反射效果的影響,并基于adding-doubling方法推廣到處理多層分層材質。最后,通過在離線繪制引擎和實時繪制場景中的應用來驗證本項目提出的分層材質模型的有效性和高效性。相比于傳統(tǒng)的分層材質模型,基于微面元理論的分層材質模型具有高效性、統(tǒng)一性、輕量級以及可擴展性等優(yōu)勢。本項目是材質建模與繪制方面的基礎性研究工作,具有重要的學術意義和應用價值。
近些年來,基于隨機化技術的人工智能算法在優(yōu)化領域得到了廣泛的應用。在智能優(yōu)化算法應用于配電網(wǎng)重構的實例中,歸納起來主要包括:人工神經(jīng)網(wǎng)絡算法,模擬退火算法,禁忌搜索算法,蟻群算法,粒子群優(yōu)化算法和遺傳算法、差分進化算法等。
遺傳算法是模擬生物進化過程的一種算法,由于其染色體編碼能夠很好地表示開關的狀態(tài)’因此算法在配電網(wǎng)重構中得到了廣泛的應用但是遺傳算法局部收斂過早的問題仍舊普遍存在的。Ah king R.T.F(2004)提出了基于實數(shù)編碼方法、模糊控制交叉率和變異率的遺傳算法求解配電網(wǎng)絡重構,提高了算法的收斂速度。
ANN算法是在現(xiàn)代神經(jīng)科學研究的基礎上提出的,通過樣本訓練將輸入與輸出的非線性關系存儲在神經(jīng)元的權值中是其最大特點。文獻介紹了用于組合優(yōu)化問題的神經(jīng)網(wǎng)絡模型,闡述了優(yōu)化配電網(wǎng)絡結構的方法,提出了用于避免陷入局部最優(yōu)的強迫噪聲法,結合專家系統(tǒng)來確定在變電所故障情況下可行的配電網(wǎng)絡結構。Hayashi Y(1996)應用來進行在線的配電網(wǎng)絡重構,神經(jīng)網(wǎng)絡的輸入為負荷需求,輸出為對應的網(wǎng)損最小的網(wǎng)絡結構。
SA算法對某一特定優(yōu)化問題設定正確的參數(shù)后能以很高的概率收斂于全局最優(yōu)解,但它屬于單點尋優(yōu),并且為了使每一冷卻步的狀態(tài)分布均衡,計算將很耗費時間。文選取斷開開關的位置作為變量,釆用移動打開開關位置的方法作為擾動準則,應用算法求解配電網(wǎng)絡的重構,并通過算例分析表明隨著網(wǎng)絡規(guī)模的擴大,需要足夠慢的退火過程才能保證收斂于近似全局最優(yōu)解。
PSO算法由和于年提出,是模擬鳥群覓食過程中的遷徙和群集行為時提出的一種基于群體智能演化的計算技術。將應用于配電網(wǎng)重構中,具有并行處理、魯棒性好等特點,具有簡單易實現(xiàn)、收斂速度快等優(yōu)勢,但是缺點在于全局搜索能力差,容易陷入局部最優(yōu)解的鄰域。文在求解以負荷均衡化為目標的配電網(wǎng)重構時引入變異機制,對符合判據(jù)的粒子隨機產生一個新的位置,從而保證算法的行進。
該算法屬于一種高效的啟發(fā)式搜索算法,算法的特點在于采用禁忌表來記錄到達過的局部最優(yōu)點,避免在下一次搜索中繼續(xù)搜索到這些點。文提出算法在提高電壓安全性的配電網(wǎng)重構中的應用,通過實際算例的重構結果
驗證了算法可以得到最優(yōu)解。
釆用正反饋、分布式計算和貪契式啟發(fā)式搜索等手段,能夠不依賴于網(wǎng)絡初始結構,適應性強,搜索效率高,文獻對配電網(wǎng)絡從圖論拓撲結構上進行分析將配網(wǎng)重構問題轉化為求圖的生成樹問題,并以破圈法為基礎得到快速而有效地求解圖的生成樹的方法。在應用蟻群算法求解配網(wǎng)重構問題時通過首支路選擇隨機化和取消奴群算法常用的啟發(fā)值的方法擴大算法搜索范圍使算法可以跳出局部最優(yōu)化陷講,改善算法的搜索效果。