本文關鍵詞：面向水聲數據可視化的光線投影算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著海洋資源開發(fā)、海底勘探等活動的不斷深入,水聲數據可視化技術得到了廣泛應用。通過可視化技術可以重構出水下聲納數據的圖像,有利于研究人員對數據進行更加直觀有效的分析,從而提高數據的使用效率。論文簡要的概述了水聲數據可視化的研究背景和研究現(xiàn)狀,闡述了現(xiàn)有的水聲數據可視化方法分類,對幾種典型體繪制算法的性能進行了分析和比較,最終采用繪制出圖像質量最高的光線投影算法實現(xiàn)水聲數據的可視化。針對光線投影算法中的體數據分類和繪制兩個環(huán)節(jié)存在的不足,結合分析水聲數據的特點,提出了相應的改進方法。本文主要的研究內容及成果如下:首先針對光線投影算法中的體數據分類環(huán)節(jié),結合分析水聲數據中含噪數據較多而且水聲數據中包含的多種物質之間的分類界線較模糊的特點,提出了基于直方圖統(tǒng)計的核模糊C均值算法與自適應遺傳算法相結合的水聲數據分類方法。該方法首先計算直方圖特征空間信息約束條件下的KFCM算法的目標函數;然后采用具有良好全局優(yōu)化性能的自適應遺傳算法對該目標函數進行優(yōu)化,得到最優(yōu)聚類矩陣和最優(yōu)隸屬度矩陣;再結合最大隸屬度準則,實現(xiàn)水聲數據的分類。其次在光線投影算法中繪制環(huán)節(jié)方面,為了提高水聲數據的連續(xù)性,提出了面向光線投影的預積分分類體繪制積分方法。該方法首先用一階線性插值代替原來的零階保持插值重建水聲數據的標量值;然后計算每兩個相鄰采樣點之間線段累積的顏色值和不透明度值。預積分后的結果用于求解體繪制積分方程,完成數據可視化的繪制過程。實驗結果表明,本文的研究方法能夠很好地實現(xiàn)水聲數據的分類,分類后的數據經三維可視化后效果良好,水聲數據中的細節(jié)信息也能夠得到很好的展現(xiàn);而且經過預積分分類體繪制積分處理之后,疑似目標區(qū)域更加清晰,提高了水聲數據的表現(xiàn)能力,從整體上改善了水聲數據的可視化效果。
【關鍵詞】：水聲數據可視化 光線投影算法 數據分類 數據繪制 預積分分類
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TB56;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-19
• 1.1 研究背景和意義11-12
• 1.2 水聲數據可視化概述12-17
• 1.2.1 聲納簡介12
• 1.2.2 水聲數據的預處理12-14
• 1.2.3 水聲圖像的特點14
• 1.2.4 水聲數據可視化方法分類14-16
• 1.2.4.1 等值線法14-15
• 1.2.4.2 面繪制方法15
• 1.2.4.3 體繪制方法15-16
• 1.2.5 水聲數據可視化的國內外研究現(xiàn)狀16-17
• 1.3 本文研究內容及章節(jié)安排17-19
• 第2章 三維水聲數據的可視化19-33
• 2.1 三維水聲數據介紹19
• 2.2 三維數據的分布及其連接關系的類型19-20
• 2.3 體繪制方法20-23
• 2.3.1 體繪制的基本原理20-21
• 2.3.2 光照模型21-23
• 2.3.2.1 基本光照模型21-22
• 2.3.2.2 Phong光照模型22
• 2.3.2.3 Blinn-Phong光照模型22-23
• 2.4 光線投影算法23-27
• 2.4.1 光線投影算法的基本原理23
• 2.4.2 光線投影算法的基本流程23-24
• 2.4.3 光線投影算法的關鍵技術24-27
• 2.4.3.1 空間坐標變換24-25
• 2.4.3.2 體數據的插值25-26
• 2.4.3.3 體數據的分類26-27
• 2.4.3.4 圖像合成繪制27
• 2.5 其他典型體繪制算法27-30
• 2.5.1 紋理映射法28
• 2.5.2 拋雪球法28-29
• 2.5.3 錯切-變形法29-30
• 2.6 可視化開發(fā)工具VTK30-32
• 2.6.1 VTK概述30-31
• 2.6.2 光線投影算法在VTK中的實現(xiàn)31-32
• 2.7 本章小結32-33
• 第3章 基于HKFCM和AGA的水聲數據分類算法33-45
• 3.1 引言33
• 3.2 KFCM和AGA算法33-35
• 3.2.1 核模糊C均值算法33-34
• 3.2.2 自適應遺傳算法34-35
• 3.3 基于HKFCM和AGA的水聲數據分類35-38
• 3.3.1 水聲數據直方圖的計算35
• 3.3.2 基于直方圖統(tǒng)計的核模糊C均值算法35-36
• 3.3.3 自適應遺傳算法優(yōu)化HKFCM的目標函數36-38
• 3.4 實驗結果與分析38-44
• 3.4.1 直方圖函數f(k) 的影響因子b的取值比較38-39
• 3.4.2 不同算法的分類時間39-40
• 3.4.3 分類后的數據三維可視化效果比較40-44
• 3.5 本章小結44-45
• 第4章 基于預積分分類的體繪制積分算法45-57
• 4.1 引言45
• 4.2 光線投影算法中的體繪制積分45-47
• 4.3 基于預積分分類的體繪制積分47-50
• 4.3.1 預積分方法的流程47-48
• 4.3.2 預積分查找表48-50
• 4.4 實驗結果與分析50-55
• 4.4.1 實驗數據準備50
• 4.4.2 三維水聲數據的可視化比較50-55
• 4.5 本章小結55-57
• 第5章 總結與展望57-59
• 5.1 本文工作總結57-58
• 5.2 展望58-59
• 致謝59-60
• 參考文獻60-65
• 附錄65

【相似文獻】

中國期刊全文數據庫 前10條

1 薛國良;一族梯度投影算法及其收斂性質[J];應用數學學報;1987年04期

2 葉明露;韓燕;;經典變分不等式的一種梯度投影算法[J];科技信息(學術研究);2007年21期

3 諸葛斌,馮煥清,周荷琴;基于有序體數據的最大密度投影算法[J];中國科學技術大學學報;2003年04期

4 羅洪林;羅慧林;;三步投影算法的收斂性及其在變分不等式組中的應用(英文)[J];數學季刊;2009年02期

5 吳迪;金春華;何勇;;基于連續(xù)投影算法的光譜主成分組合優(yōu)化方法研究[J];光譜學與光譜分析;2009年10期

6 邱丹;邱濤;何詣然;;一類二次投影算法的擾動分析[J];四川師范大學學報(自然科學版);2010年06期

7 陳躍庭;徐之海;李奇;馮華君;;低曝光量下投影算法的穩(wěn)健性研究[J];光學學報;2007年02期

8 郭燕;;次連續(xù)偽壓縮映像的雜交投影算法[J];科學技術與工程;2009年12期

9 梁興柱;林玉榮;林玉娥;;有局部差異及全局性的半監(jiān)督正交保局投影算法[J];武漢大學學報(理學版);2013年06期

10 張鴻雁;解凸規(guī)劃的投影算法與收斂性分析[J];中南工業(yè)大學學報;1995年05期

中國重要會議論文全文數據庫 前5條

1 張忠楨;;線性規(guī)劃的投影算法及其在網絡最優(yōu)化中的應用概述[A];1995年中國控制會議論文集（下）[C];1995年

2 柴云峰;黃顯林;介鳴;金光明;;一種快速灰度投影算法的實現(xiàn)與仿真[A];第25屆中國控制會議論文集（中冊）[C];2006年

3 李雷雷;;基于仿射投影算法的自適應遞增網絡分布式估計[A];2011中國電影電視技術學會影視技術文集[C];2011年

4 趙漢武;王建波;賈沖;張雄偉;;一種新的變步長仿射投影算法[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

5 丁鋒;楊家本;;鞅超收斂定理與投影算法的收斂性分析[A];1997中國控制與決策學術年會論文集[C];1997年

中國博士學位論文全文數據庫 前3條

1 陳海濱;廣義變分不等式及擬均衡問題的外梯度投影算法研究[D];曲阜師范大學;2015年

2 范永全;集員仿射投影算法研究[D];西南交通大學;2010年

3 黨亞崢;可行問題的迭代算法[D];上海理工大學;2012年

中國碩士學位論文全文數據庫 前10條

1 閔亮文;高效穩(wěn)健的仿射投影算法在回聲消除中的應用[D];西南交通大學;2015年

2 于麗超;壓縮傳感中l(wèi)_1-問題的投影算法[D];曲阜師范大學;2015年

3 汪博;機載視頻數字穩(wěn)像方法的研究[D];中國礦業(yè)大學;2015年

4 張九玲;分裂可行問題的若干投影算法研究[D];南京郵電大學;2015年

5 王珂;基于無參數二維判別局部保持投影算法的人臉識別[D];重慶大學;2015年

6 汪晶;基于L1范數的核判別保局投影算法研究[D];安徽大學;2016年

7 暢含笑;多集分裂可行問題的松馳序列投影算法及應用[D];曲阜師范大學;2016年

8 涂凱;一些廣義變分不等式的投影算法[D];四川師范大學;2016年

9 羅俊;分裂可行問題的投影算法研究[D];南京郵電大學;2016年

10 梅玲玲;基于局部保持投影算法的人臉識別[D];重慶大學;2016年

  本文關鍵詞：面向水聲數據可視化的光線投影算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：343330