为了在普通微机上实现对医学体数据场的实时清晰绘制,给出了一种多种因素融合的光学属性赋值方法,进而提出一种新的医学体绘制算法。将医学体数据场进行分类,对于前景体素集采用LOD(Layer of Detail)技术进行重采样;然后用定义的光学属性赋值方法对采样点赋值,从而将物体距离视点的距离与物体距离光源的距离有效地结合起来。最后,采用基于空间跳跃的加速技术显示背景体素。实验结果表明:对于512×512×482×2 Byte大小的体数据在减少至原来大小2/3的情况下,在普通微机上能够达到2.5 frame/s的清晰绘制。本算法能够实现一般大小体数据场的实时绘制,而且组织器官显示清晰,符合人的视觉特征。
基于内容音乐检索(MIR)以其简捷、直观的检索方式成为模式识别、信号处理等领域研究的热点之一.在MIR问题中,特征的选择、表示和匹配是核心技术.在研究分析音乐物理及感知特征的基础上,以旋律作为主要特征,通过基音提取和动态阈值分割音符算法,为待检索音乐数据集和输入音乐样本建立了旋律表示模型;应用遗传算法对齐模板,修正哼唱输入个体差异,以提高检索精确度;融合欧式距离和动态时间扭曲(dynamic time warping,DTW)相似度实现度量匹配模板,以加强容错和泛化能力.实验表明,算法的速度及精度可良好地满足哼唱系统的要求,并可扩展应用于相似的系统.
