基于繪制的智能傳遞函數設計方法研究.pdf

1、直接體繪制是體數據可視化中應用最廣泛的方法之一，它能夠從體數據集中抽取內在的本質信息，并借助交互式的圖形圖像技術展現出來，提供了一種洞察體數據內部結構的最佳途徑。體數據分類是直接體繪制的重要過程，通常使用傳遞函數實現：傳遞函數根據體數據中每個體素的類別賦予其不同的光學屬性，包括顏色和不透明度，從而將不同類別的體素區(qū)分開來。但因為傳遞函數存在參數空間大、設計過程不直觀等問題，用戶根據經驗直接手工調整傳遞函數難以得到滿意的可視化結果。本文結

2、合繪制隱喻和人工智能方法，研究直觀、有效和智能的傳遞函數設計方法，主要工作包括：
　　 (1)基于繪制的智能傳遞函數設計框架：在該框架中，將用戶在基于繪制的交互界面中的繪制信息作為訓練樣本對人工神經網絡進行訓練，使用訓練后的神經網絡對體數據進行分類，自動實現傳遞函數的設計。與傳統(tǒng)方法相比，基于繪制的交互界面允許用戶直接對圖像進行操作，用戶無需了解體數據場中的灰度值分布就可以獲得期望的可視化結果，使傳遞函數設計過程更加直觀。

3、>　　 (2)基于統(tǒng)計量的分類策略：傳統(tǒng)方法中灰度值和梯度值等局部信息常被作為傳遞函數的參數用于體數據分類，然而局部信息對噪聲非常敏感，使得分類效果不盡人意。體素的統(tǒng)計量（包括均值與標準差等）能夠反映同一類體素的分布情況，與局部信息相比，將統(tǒng)計量作為傳遞函數的參數可以有效減小噪聲的干擾，提高體數據分類的準確性。
　　 (3)基于CUDA的交互式傳遞函數設計：由于人工神經網絡的訓練計算量大耗時長，基于人工神經網絡的體數據分類無法