《體數據多維特徵信息分析與增強》是依託浙江大學，由陶煜波擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：體數據多維特徵信息分析與增強
- 依託單位：浙江大學
- 項目負責人：陶煜波
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
多維特徵信息是對體數據某些特徵屬性的全局或局部描述，已成功地套用於引導用戶設計傳輸函式和動態增強用戶感興趣特徵等方面。然而，現有的分析與增強方法也存在一些問題：紋理分析的單一尺度及無方向性，特徵形狀分析不夠準確及與幾何屬性度量相互獨立，局部細節感知困難。針對這些問題，本項目將深入研究體數據多維特徵信息的表示、提取和增強方法，揭示從體數據中快速高效獲取隱含信息的可視化機制。具體內容包括：(1) 紋理統計屬性、尺度屬性和方向屬性的表示和提取，並套用於體數據的自動分類；(2) 基於自適應濾波的多尺度形狀分析，統一形狀結構提取和幾何屬性度量，並擴展到時變數據分析形狀隨時間的變化；(3) 基於多維特徵信息的局部細節識別和表示，同時動態增強特徵表面局部細節的視覺感知。本項目還將提出便於分析多維特徵信息的用戶互動模式，實現集成多維特徵信息表示、提取和增強的體數據可視化原型系統，驗證所提出的方法。
結題摘要
本項目主要研究體數據多維特徵信息的表示、提取和增強技術，在多維紋理特徵信息分析及其在彩色體數據上的套用，特徵形狀的提取、分析和增強顯示及其在地質數據上的套用，基於多維特徵信息形狀和深度感知增強的可視化等方面取得了重要進展。目前已在國際頂級期刊(IEEE TVCG)上發表論文1篇，在國際會議和期刊論文4篇，國核心心期刊3篇。主要研究成果如下： （1）針對彩色體數據中顏色相近的體素，我們提出用紋理分析來區分不同結構的特徵。統計紋理屬性包括一階、共生矩陣和行程矩陣紋理描述，包含了體素及相鄰體素的顏色和結構信息，並對這些屬性進行降維，用戶只需在低維聚類空間進行互動探索分析。 （2）針對地質數據的層位結構，我們提出了多尺度的面狀幾何結構的提取方法，並提供其識別過程的可視化，以便觀察層位跳變奇異點，改進層位模型，提高其準確性。對於最大密度投影法的特徵深度和形狀感知困難，我們分析了最大密度值對應的幾何結構，獲得其表面法向，並用局部光照效果增強結構的深度和形狀感知；受HDR tone mapping中的光暈噪聲啟發，我們利用高斯濾波來提取分類後特徵的邊界結構，用來生成表意性光暈效果，並提出了深度依賴的光暈效果，增強特徵的深度感知。 （3）利用物體空間多維特徵信息，提出了視點相關的隱藏特徵識別方法，並增強其信息展示；由於人類視覺系統對結構信息的感知非常敏銳，基於圖像空間的多維特徵信息，我們提出通過無外部光源的繪製圖像，來分析有外部光源的繪製圖像的結構感知增強區域，評估該外部光源的光照效果，並且提出了三個光照屬性：光照質量，光照相似性和光照穩定性，構建結構感知的自動光照設計方法；我們還提出了視點和光源的協同最佳化，基於多維結構評價信息，提供增強可視化的最佳視點和光照參數組合。 （4）本項目實現了用於腫瘤模擬治療的時變腫瘤形狀和統計數據集成可視化軟體CCVis，利用多維特徵信息分析和可視化，分析腫瘤時變變化趨勢，展示預測的治療方案結果。 總體來說，該項目很好地按預定目標深入研究了基於體數據多維特徵信息的表示、提取和增強技術所涉及的一系列問題，完成了申請書所承諾的指標。
