摘 要
近年來，最佳視點的選擇問題已成為體繪制領域的重要研究內(nèi)容。由于體繪制成像速度較慢，在海量規(guī)模的體數(shù)據(jù)面前，尋找體繪制的最佳視點或一組有效的視點集合，對于分析和理解體數(shù)據(jù)的內(nèi)部信息、提高體繪制的效率具有重要作用。
在國內(nèi)外相關研究的基礎上，本文對體繪制最佳視點選擇技術中的關鍵問題進行了探討，主要的研究內(nèi)容包括：
(1) 研究了基于PC平臺的3D紋理映射與融合、具有半透明效果和Phong光照效果的體繪制方法，并利用OpenGL及其擴展技術實現(xiàn)了基于3D紋理映射與融合的體繪制。利用醫(yī)學DICOM格式影像和RAW格式影像所進行的實驗表明，該方法能夠在目前通用PC機上繪制出高品質(zhì)的3D圖像。
(2) 在研究國內(nèi)外已有的基于信息熵的體繪制視點質(zhì)量評價方法的基礎上，提出了一種基于投影視圖的改進信息熵質(zhì)量評價方法。該方法利用體數(shù)據(jù)投影圖像的不透明度和亮度分量以及提取的結(jié)構(gòu)信息特征，建立了反映體素重要性和體數(shù)據(jù)內(nèi)部結(jié)構(gòu)信息的視點熵評價函數(shù)。此外，還對信息熵以外的視點質(zhì)量評價方法作了一些探討，提出了一種基于邊緣檢測的簡易視點質(zhì)量評價方法。
(3) 在最佳視點選擇的過程中引入粒子群、單純形－粒子群和混合蛙跳等人工智能算法，將視點質(zhì)量評價函數(shù)作為智能算法的適應度函數(shù)，利用智能算法來指導和優(yōu)化最佳視點的搜索過程，以得到全局最佳視點或一組優(yōu)化的視點集，實現(xiàn)了體數(shù)據(jù)中重要結(jié)構(gòu)信息或感興趣區(qū)域的快速聚焦和顯示，極大地提高了3D可視化的效率。

關鍵詞 體繪制；視點選擇；粒子群；單純形；混合蛙跳


Abstract
In recent years, research and application of viewpoints selection in visualization of 3D datasets has become an important task in volume rendering. Due to the slow frame-rates, locating an optimal viewpoint or a series of optimizational viewpoints is absolutely necessary to improve both the speed and efficiency of data understanding.
Based on the related research at home and abroad, this article discussed several key problems in optimal viewpoint selection for volume rendering. The main research work includes:
(1) Discuss the volume rendering method with translucence and Phong shading effect based on 3D texture mapping and blending on PC platform. Volume rendering with 3D texture hardware-assistant, OpenGL and OpenGL extension, texture mapping and blending is achieved. The experiment result with medical DICOM format images and RAW format images indicates that the method presented may produce high-quality 3D images on general PC.
(2) Provides an overview of viewpoint eva luation methods for volume rendering based on information entropy at home and abroad. Based on related research, an improved eva luation method of viewpoint entropy based on projected views is presented. This method utilizing the opacity, luminance and structure features of the projected views of three-dimensional volume datasets, constructed a viewpoint eva luation function to identify the importance of voxels and the structural information within the volume data. In addition, this paper also discussed the viewpoint quality assessment outside the normal information entropy technology, present a simple method of viewpoint eva luation based on edge detection.
(3) During the process of locating optimal viewpoint, artificial intelligent algorithms including PSO, NM-PSO and SFLA are introduced. Combined with constructed viewpoint eva luation function, intelligence algorithms are used to direct and optimize the search process of optimal viewpoint, so as to acquire a global optimal viewpoint or a series of optimizational viewpoints, focus the important structural information and region of interest more effectively.

Keywords Volume rendering; Viewpoint selection; Particle swarm optimization; Nelder-Mead simplex search; Shuffled frog leaping algorithm

目 錄
摘 要 I
Abstract III
目 錄 V
Content VII
第1章 緒 論 1
1.1 研究背景和意義 1
1.2 研究現(xiàn)狀和發(fā)展趨勢 2
1.2.1 體繪制的研究現(xiàn)狀和發(fā)展趨勢 2
1.2.2 體繪制視點選擇的研究現(xiàn)狀 3
1.3 論文的主要研究內(nèi)容和組織結(jié)構(gòu) 3
第2章 基于OpenGL的3D紋理映射體繪制 6
2.1 引言 6
2.2 基于3D紋理映射的體繪制技術 6
2.2.1 繪制流程 6
2.2.2 分類處理 7
2.2.3 明暗處理 8
2.2.4 紋理體數(shù)據(jù)的繪制 10
2.3 基于OpenGL的體繪制實現(xiàn) 10
2.3.1 3D紋理的定義 10
2.3.2 紋理映射與融合 11
2.3.3 視點轉(zhuǎn)換功能的實現(xiàn) 12
2.3.4 基于圖像管線的視圖提取技術 12
2.4 體繪制實例分析 14
2.5 本章小結(jié) 16
第3章 基于信息熵的視點評價方法研究 17
3.1 引言 17
3.2 體繪制的視點熵評價方法綜述 17
3.2.1 基于特征驅(qū)動的視點熵 17
3.2.2 基于體素可見性的視點熵 18
3.2.3 基于可見性及曲率特征的視點熵 19
3.2.4 基于結(jié)構(gòu)和細節(jié)特征的視點熵 20
3.3 一種新的視點熵評價函數(shù) 21
3.4 基于信息熵的感興趣區(qū)域提取 23
3.5 實驗測試 25
3.6 本章小結(jié) 26
第4章 基于邊緣檢測的視點評價方法研究 27
4.1 引言 27
4.2 體繪制投影圖像的邊緣檢測 27
4.2.1 一階微分檢測算子 27
4.2.2 二階微分檢測算子 29
4.2.3 Canny邊緣檢測算法 30
4.2.4 閾值的自適應確定 32
4.2.5 檢測效果比較 32
4.3 基于邊緣檢測的視點評價 33
4.4 實驗測試 36
4.5 本章小結(jié) 37
第5章 基于智能優(yōu)化算法的體繪制最佳視點選擇 39
5.1 引言 39
5.2 體繪制視點選擇用到的幾種智能算法 39
5.2.1 PSO算法 40
5.2.2 NM-PSO結(jié)合算法 41..