面向體數(shù)據(jù)可視化的數(shù)據(jù)預處理方法研究.pdf

1、體數(shù)據(jù)可視化通過直觀形象地向用戶展示體數(shù)據(jù)內(nèi)部隱含的特征信息，幫助用戶對數(shù)據(jù)做進一步的分析與處理，廣泛應(yīng)用于醫(yī)學、氣象、地質(zhì)、科學仿真等領(lǐng)域。如何構(gòu)建高質(zhì)量的數(shù)據(jù)并提高體數(shù)據(jù)的傳輸效率和繪制質(zhì)量始終是科學計算可視化的重要研究課題。隨著體數(shù)據(jù)規(guī)模越來越大，尤其需要遠程操作和傳輸數(shù)據(jù)時，數(shù)據(jù)傳輸和體繪制流程阻礙了可視化效率的提升;同時，在體數(shù)據(jù)獲取過程中不可避免地引入噪聲，而這類噪聲通常會污染重要特征，使得基于體數(shù)據(jù)強度分析的方法失效;另外

2、，通過傳輸函數(shù)映射直接繪制生成的圖像有時會存在特征不明顯情況，且已有的方法往往在映射和繪制階段進行特征增強處理。針對上述在體數(shù)據(jù)預處理階段的問題，本文提出相應(yīng)的改進方法，進一步提升了體數(shù)據(jù)特征的可視化與分析效率。
　　本文旨在研究高效的體數(shù)據(jù)過濾方法，針對具體的體數(shù)據(jù)去噪、特征增強與繪制問題提出了新的解決方法和思路，以最終提升數(shù)據(jù)可視化的效率。論文主要研究成果包括:
　　本文提出了一種新的體數(shù)據(jù)去噪和平滑方法，該方法基于L0

3、梯度最小化框架。在三維體數(shù)據(jù)可視化中，存在于同質(zhì)體素和不同質(zhì)體素中間的邊界上的噪聲往往對提取，分析和展示特征造成很大的挑戰(zhàn)。本文算法首先全局地控制梯度域中非零體素，以稀疏保持重要特征的結(jié)構(gòu)。然后，利用迭代最優(yōu)化策略，結(jié)合半二次分離算法，快速地求解最小能量方程。所提出的L0體數(shù)據(jù)梯度最小能量方法可以有效地刪除同質(zhì)體數(shù)據(jù)中的噪聲，但對于邊界上的噪聲或局部細節(jié)，由于其具有較大的梯度模能量，因此不能有效地被去噪和平滑。為此，提出一個模糊-增強策

4、略來消除或平滑此類噪聲。這樣的操作可以得到重要特征，且邊界比較圓滑。最后，將本文的方法與雙邊過濾器和各向異性擴散方法做比較，從不同模態(tài)的體數(shù)據(jù)結(jié)果上看，本文的方法兼?zhèn)涓美L制效果和和更快的計算效率。
　　本文提出了一種特征表面網(wǎng)格驅(qū)動的、通過幾何形變體數(shù)據(jù)的特征增強可視化算法。傳輸函數(shù)是實現(xiàn)體數(shù)據(jù)特征分類與可視化的重要手段，通過調(diào)節(jié)傳輸函數(shù)中的顏色和不透明度來增強體數(shù)據(jù)特征，但設(shè)計合理傳輸函數(shù)的過程復雜且耗時;而基于規(guī)整控制網(wǎng)格形

5、變的體數(shù)據(jù)特征增強方法，通過幾何形變由傳輸函數(shù)定義的重要特征區(qū)域來達到增強目的，但特征選擇方法欠缺靈活性和精確性。首先，根據(jù)構(gòu)建的體數(shù)據(jù)輪廓樹結(jié)構(gòu)，選擇具有代表性的一個或多個等值面，簡化處理并指定為控制網(wǎng)格。然后，通過放大控制網(wǎng)格上的重要區(qū)域，以吸引用戶到重要特征上;同時，通過增強控制網(wǎng)格局部表面細節(jié)特征，即利用網(wǎng)格幾何高度的變化增強特征的對比度，使得細節(jié)信息更加清晰。最后，將控制網(wǎng)格特征增強的效果轉(zhuǎn)移到對應(yīng)的體數(shù)據(jù)上。通過實驗結(jié)果，進

6、一步驗證了本文算法的有效性和實用性。
　　本文提出一種基于面切割的自動體數(shù)據(jù)壓縮算法，高效地刪除體數(shù)據(jù)中上下文冗余信息同時保留重要特征，以獲得滿足用戶指定壓縮大小或比例的最優(yōu)壓縮體數(shù)據(jù)。用戶通過兩種方式指定每個體素的重要性:1）體數(shù)據(jù)本身的內(nèi)在屬性，比如梯度模和曲率值;2）用戶指定的方式，比如傳輸函數(shù)和與具體應(yīng)用相關(guān)的方式。根據(jù)指定的體素重要性值，本文構(gòu)建體數(shù)據(jù)圖，以便定義相鄰體素之間的能量值。然后，將面切割算法歸納為能量最小問題