-
公开(公告)号：CN113808248B
公开(公告)日：2022-07-29
申请号：CN202110259844.8
申请日：2021-03-10
申请人： 北京航空航天大学
摘要： 本公开的实施例公开了基于物理感知的三维流体逆向建模方法。该方法的一具体实施方式包括：通过表面速度场卷积神经网络对流体表面高度场序列进行编码，得到t时刻的表面速度场；将上述表面速度场输入至预先训练的三维卷积神经网络中，得到三维流场，其中，上述三维流场包括速度场和压力场；将上述表面速度场输入至预先训练的回归网络中，得到流体参数；将上述三维流场和上述流体参数输入至基于物理的流体仿真器中，得到上述三维流场的时间序列。该实施方式满足了真实流体复现和基于物理的流体重编辑的需要。
-
公开(公告)号：CN103700136B
公开(公告)日：2017-04-12
申请号：CN201310634798.0
申请日：2013-12-01
申请人： 北京航空航天大学
摘要： 本发明提出一种利用三变量双调和B‑spline函数进行医学体数据矢量化的方法，提出一种基于二次规划的方法构造三变量双调和B‑spline基函数，本发明采用针对专门的函数集合计算离散拉普拉斯算子，最小化误差函数。并分析了该基函数近似满足局部条件和单位分解（Partition of Unity）条件。基于双调和B‑spline函数，本发明设计了一种新的体数据矢量化方法。采用隐函数作为矢量化表示，使用线性规划方法优化该隐函数，完成三维医学体数据矢量化。
-
公开(公告)号：CN104156997B
公开(公告)日：2017-02-01
申请号：CN201410363994.3
申请日：2014-07-28
申请人： 北京航空航天大学
摘要： 本发明涉及一种基于渲染的快速体数据骨架提取方法，包括以下步骤：在上下前后左右6个视点下，用RayCasting直接体绘制算法对三维体数据进行渲染，得到6个2D图像；对所有直接体绘制获得的2D图像提取其轮廓及部分关键特征线；将获得的2D轮廓线及关键特征线反投影回3D空间，获得3D候选曲线；对空间采样，计算空间采样点的曲线密度，构建曲线密度场；获得曲线密度场后，用三维Sobel算子采样点的梯度；根据采样点的梯度值，用最小二乘方法计算采样点的曲线方向；将采样点的曲线方向赋值给其所对应的三维体数据的体素；根据体素的方向，构建包围盒，计算包围盒体素平均值获得表征节点；连接表征节点并平滑曲线最终得到三维体数据骨架。
-
公开(公告)号：CN103679801B
公开(公告)日：2017-01-04
申请号：CN201310632617.0
申请日：2013-12-01
申请人： 北京航空航天大学
摘要： 本发明提供一种基于多视角X光片的心血管三维重建方法，包括了四个步骤：图像增强，用来增强图像，加大X光片对比度；血管提取，从X光图像中提取出心血管；中心线追踪，细化提取出的血管；三维重建，结合几个视角的中心线采用最优化方法重建血管的三维结构。本发明可完全基于GPU进行重建和渲染，具有重建速度快、重建输入少、重建效果逼真的特点。
-
公开(公告)号：CN102521877B
公开(公告)日：2014-04-16
申请号：CN201110415193.3
申请日：2011-12-12
申请人： 北京航空航天大学
IPC分类号： G06T17/00
摘要： 本发明提出一种从单幅图像重建中国古代建筑语义模型和组件库的方法，其目的是生成完整的、可重用的、语义正确的三维建筑组件库，用来生成三维建筑模型，并且能够生成大规模的城市模型；该方法提出了一种方法自动判断屋瓦方向，然后根据建筑的对称性和屋瓦方向标定图像；为了在图像中识别建筑组件，该方法基于屋瓦的重复性自动地将屋顶分割成屋瓦，然后，基于用户指出的内侧立柱的位置和宽度，识别外侧的立柱；然后，从这些已经标定和分割的图像中自动得到建筑组件的尺寸和纹理，并生成建筑组件，然后形状语法编译器快速自动地从三维建筑组件和形状语法自动生成三维中国古代建筑模型和变化的场景。
-
-
公开(公告)号：CN101350101A
公开(公告)日：2009-01-21
申请号：CN200810222095.6
申请日：2008-09-09
申请人： 北京航空航天大学
IPC分类号： G06T7/00
摘要： 多幅深度图像自动配准方法。(1)使用SIFT特征对任意两幅深度图像配准并判断结果正确性。首先计算两幅深度图像的SIFT特征，双向交叉匹配对应点，然后用RANSAC算法求极线约束，过滤错误匹配，之后用ICP算法精确配准并判断结果正确性(2)搜索模型图的圈空间，计算全局一致的配准结果。首先求得模型图的导出圈基并构建导出圈基的邻接关系图，然后，求得一致圈空间的一组基，进而得到一致的配准结果。该方法可以有效地提高圈空间的搜索速度，理想情况下，可以将指数时间复杂度提高到线性时间复杂度。(3)圈的一致性判断，使用一种相对误差判断方法判断圈中配准结果的一致性。本发明可以可靠的自动配准多幅深度图像，通过搜索一致圈，去掉错误配准，得到一致的配准结果。
-
公开(公告)号：CN101051386A
公开(公告)日：2007-10-10
申请号：CN200710099491.X
申请日：2007-05-23
申请人： 北京航空航天大学
IPC分类号： G06T7/00
摘要： 多幅深度图像的精确配准方法，步骤如下：(1)判断边界点、噪声点和孤立点，以去掉噪声较大的点；(2)在不同深度图像的重叠区域选择参考点，并为每个参考点建立对应点缓冲区，以便在缓冲区中搜索对应点；(3)采用迭代方法，逐步优化整体配准精确度，在每次迭代过程中，首先为每个参考点在对应点缓冲区中搜索最近点作为对应点；然后使用伪逆矩阵最小化所述的对应点之间的误差，如此多次迭代，直到误差小于所要求的阈值为止。本配准方法的计算效率较高，适合处理数据量较大的模型。
-
公开(公告)号：CN105389839B
公开(公告)日：2018-06-08
申请号：CN201510751615.2
申请日：2015-11-06
申请人： 北京航空航天大学
摘要： 本发明提供一种基于流体分析的流体参数估计方法，包括了四个步骤：经验模态分解，用于把采集到的每一帧流体速度场分解成频率不同的模态，能够保持频域上的信息；流体速度场降维，对分解出的模态集合进行整合并压缩形成基，将三维空间中的计算投射到小规模的子空间中，大幅减少计算开销；流体仿真参数估计，根据欧拉流体仿真方法，利用已采集到的流体数据，在子空间中反推流体仿真的参数；重仿真或流体序列的编辑，利用反推出的流体仿真参数可复现采集到的流体序列，或进行参数、边界条件的修改，对流体序列进行编辑。本发明利用GPU来加速经验模态分解过程，并对该过程在三维空间内的实现做了改进，使得该过程能在可接受的时间内完成。
-
公开(公告)号：CN105389839A
公开(公告)日：2016-03-09
申请号：CN201510751615.2
申请日：2015-11-06
申请人： 北京航空航天大学
CPC分类号： G06T13/20 , G06T19/00 , G06T2210/24
摘要： 本发明提供一种基于流体分析的流体参数估计方法，包括了四个步骤：经验模态分解，用于把采集到的每一帧流体速度场分解成频率不同的模态，能够保持频域上的信息；流体速度场降维，对分解出的模态集合进行整合并压缩形成基，将三维空间中的计算投射到小规模的子空间中，大幅减少计算开销；流体仿真参数估计，根据欧拉流体仿真方法，利用已采集到的流体数据，在子空间中反推流体仿真的参数；重仿真或流体序列的编辑，利用反推出的流体仿真参数可复现采集到的流体序列，或进行参数、边界条件的修改，对流体序列进行编辑。本发明利用GPU来加速经验模态分解过程，并对该过程在三维空间内的实现做了改进，使得该过程能在可接受的时间内完成。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.031 秒)
