 |
||||||||||||||||||||||||||
| 主页 | 新闻 | 实验室成员 | 研究领域 | 科研成果 | 科研项目 | 加入我们 | ||||||||||||||||||||
传统的离散体数据绘制方法的空间存储代价和计算代价都非常高，给实际应用带来很多困难。本实验室的一个研究目标就是通过体数据的向量化表示，在保持其特征的前提下大幅度减少数据量，并提出更高效的快速重建和实时绘制新方法。为此，我们提出了一种三维离散体数据上的重要性蓝噪声重采样方法，以获得保持体数据内部特征的三维采样点集。 在本实验室的前期工作中，将二维误差扩散方法应用于数字图像处理领域，提出了二维图像空间中的蓝噪声采样方法，而通过参数化手段也将其应用到三维模型表面采样和网格重建等领域。在此基础上，我们将二维误差扩散采样算法扩展到三维空间，提出了三维体数据上的误差扩散重采样方法。 我们首先提出了三维体数据空间中的扫描路径、误差扩散方向和扩散系数方案。通过定义三维空间中蓝噪声频谱性质度量方法，我们还提出了三维误差扩散算法中量化阈值与扩散系数的优化方法，从而实现了可变阈值和可变误差扩散系数的三维蓝噪声采样。采用这种方法可以快速地得到高质量的三维自适应蓝噪声采样结果，可以在保持体数据关键特征的前提下大幅度减少体素的数量。
▲ 对均匀密度体数据进行三维误差扩散采样结果。 利用我们提出的参数优化方法可以得到最优误差扩散系数，从而获得更好的三维采样点分布。右侧为采样后体数据的三个切片。（点击放大）
▲ 对真实体数据进行自适应的三维误差扩散重要性采样结果。首先根据体数据属性定义重要性函数，转换成采样密度函数；在每个体素上根据采样密度使用不同的优化误差扩散参数进行计算。（点击放大） 相关论文：
| ||||||||||||||||||||||||||
|
地址：北京市海淀区中关村北大街128号 |
||||||||||||||||||||||||||
研究领域
