您的位置: 专家智库 > >

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 3篇医药卫生
  • 1篇理学

主题

  • 4篇图像
  • 3篇体绘制
  • 3篇纹理
  • 2篇三维纹理
  • 2篇图形处理器
  • 2篇渲染
  • 2篇渲染器
  • 2篇GPU
  • 2篇处理器
  • 1篇弹性图像配准
  • 1篇点集
  • 1篇多边形
  • 1篇多纹理
  • 1篇形变
  • 1篇硬件
  • 1篇有限元
  • 1篇有限元分析
  • 1篇直接体绘制
  • 1篇矢量
  • 1篇矢量量化

机构

  • 7篇东南大学

作者

  • 7篇吴仲乐
  • 6篇罗立民
  • 2篇王遵亮
  • 1篇秦磊
  • 1篇邹晖
  • 1篇周光泉
  • 1篇金丰华
  • 1篇顾逶迤
  • 1篇鲍旭东
  • 1篇朱斌

传媒

  • 2篇东南大学学报...
  • 1篇中国图象图形...
  • 1篇数据采集与处...
  • 1篇山东生物医学...
  • 1篇生物医学工程...

年份

  • 3篇2005
  • 1篇2004
  • 2篇2003
  • 1篇2002
7 条 记 录,以下是 1-7
排序方式:
一种特征约束的有限元人脑图像配准方法被引量:2
2005年
提出了一种结合图像的解剖标记点和自适应有限元网格进行人脑图像的精确配准方法。首先利用Forstner算子提取对应图像的解剖标记点,并作初始的图像刚性变换。为了使有限元网格能更加准确地刻画图像解剖结构分布特征,本文利用图像的梯度分布建立了自适应的有限元网格剖分,结合标记点作为有限元的形变约束,使得配准的精度和有限元的计算效率得到提高。人脑图像配准的实验结果表明,该方法能有效地解决图像弹性配准问题。
吴仲乐邹晖罗立民
关键词:弹性图像配准有限元分析
基于可编程图形硬件的直接体绘制方法被引量:11
2003年
可编程点元渲染器和片元渲染器已成为新一代图形处理器 (GPU)的标志。应用可编程渲染器带来了许多过去由固定渲染器无法得到的复杂图像效果和三维环境的真实感。图形硬件的可编程能力也扩展了硬件加速的直接体绘制算法 ,提高了它的交互性能和图像质量。我们充分利用硬件加速支持的三维纹理、多纹理和片元渲染器 ,可以对体数据进行插值前分类和插值后分类 ,多维转换函数的映射 ,Phong光照渲染等。实现了体数据的交互式半透明显示和等值面显示。
吴仲乐王遵亮罗立民
关键词:直接体绘制三维纹理多纹理图形处理器
基于矢量量化压缩的大规模体数据直接绘制被引量:6
2005年
针对大规模体数据通常不适合于硬件三维纹理加速绘制的问题,使用基于区域分裂的LBG算法对大规模体数据进行矢量量化压缩,使得其压缩编码适合硬件纹理空间大小.并在图形硬件的可编程渲染器中对压缩后的三维纹理体数据进行实时地矢量解码和绘制,在解码过程中通过设定掩码纹理给出了大规模体数据的局部感兴趣区域的体绘制.实验结果表明,在不同压缩比和信噪比下,大规模体数据绘制的图像仍然具有较高的质量且维持高帧速率,绘制性能满足实时交互.
吴仲乐鲍旭东罗立民
关键词:体绘制矢量量化三维纹理
可形变简单多边形重建算法被引量:1
2003年
构造了一个多边形边的形变模型 ,利用格雷厄姆快速算法得到平面点集凸包 ,通过添加点的方法有选择地修正凸包的一些边界 ,使得经过形变后的多边形在形状上更加接近平面点集的外形轮廓 .分析了形变过程中边界附近点集的疏密对插入新点的影响 ,提出了 2种插入新点的方法 .该算法与点集中的点次序独立并且能够在一定程度上控制多边形的精度 .实验表明该算法结果良好 .
吴仲乐罗立民
关键词:简单多边形凸包平面点集图像重建计算机图形学
数字脑——计算解剖学方法及GPU技术应用的研究
随着人脑成像技术的发展,脑成像在脑科学和神经科学,神经外科等研究中具有越来越重要的地位。为对从个体人脑数据到人群中脑数据进行形态和功能的分析、比较,迫切需要研究数学方法和有效的计算手段,计算解剖学这一学科应运而生。针对人...
吴仲乐
关键词:模糊聚类体绘制GPU
一个基于内容检索的医学图像数据库被引量:6
2002年
介绍了一个基于图像内容检索的医学图像数据库系统。分别讨论了用于图像内容检索的颜色、纹理和形状特征以及在此特征集下的图像相似性度量 ;
金丰华朱斌周光泉顾逶迤吴仲乐秦磊罗立民
关键词:图像检索纹理聚类分析
基于GPU的快速Level Set图像分割被引量:13
2004年
水平集 (level set)图像分割方法是图像分割中的一个重要方法 ,但是该算法的计算量大 ,往往不能达到实时处理的要求。给出了利用新一代的可编程图形处理器 (GPU)实现 level set的加速算法。首先介绍了如何在 GPU上利用片元渲染程序进行网格化的线性运算和有限差分 PDE计算 ,把 level set方法的离散化算子映射到 GPU上。由于以数据流处理方式的 GPU的存储访问快 ,具有并行运算能力 ,同时 level set算法演化的显示不再需要把数据从 CPU传到 GPU,因此较大地提高了算法速度与交互显示。文中实现并测试了一个与初始化状态独立的二维 level set的算子用于图像分割 ,并对其运算结果和性能进行了比较 ,结果表明该方法具有更快的速度。
吴仲乐王遵亮罗立民
关键词:图像分割水平集方法图形处理器
共1页<1>
聚类工具0