导读:本文包含了线积分卷积论文开题报告文献综述、选题提纲参考文献，主要关键词:卷积,积分,真实感,矢量,噪声,素描,铅笔。
线积分卷积论文文献综述写法
马颖异,李洪平,郭艺峰[1]（2019）在《基于视觉感知的二维线积分卷积矢量场可视化算法》一文中研究指出在流场可视化领域,优化算法进行以及提升可视化效果一直是研究者关注的重点。近年来,也有很多评估可视化质量的研究和改进算法被提出,但是,在算法实现和质量评估的过程中往往面临流场方向的二义性以及矢量场方向和大小描述不清的问题。为了解决该问题,尝试将人类视觉感知理论应用于对流场可视化结果质量的评估以及可视化效果的提升上,并在此研究基础上利用模拟旋风数据对二维线积分卷积矢量场可视化算法进行了研究和实现。(本文来源于《计算机科学》期刊2019年S1期）
孔群晔[2]（2019）在《一种改进的基于线积分卷积的铅笔素描模拟》一文中研究指出随着计算机图形学的发展,非真实感绘制技术已经能够将任意一幅数字图像渲染成具有另一种艺术风格的图像。其中,对铅笔素描风格进行模拟受到研究学者的广泛关注。如何更加逼真地模拟绘制铅笔素描成为了研究热点。虽然计算机技术的革新使得铅笔素描模拟绘制技术不断进步,但现有的铅笔素描模拟方法还无法非常逼真地模拟真实的铅笔素描,存在以下不足之处:如无法模拟真实素描影线的深浅渐变和疏密渐变效果,影线的方向不符合素描的一般规律,生成的结果缺乏艺术感且不真实等等。因此,本文主要针对现有方法的不足之处,改进了基于线积分卷积的铅笔素描模拟方法。本文的主要的贡献如下:(1)以经过随机二值白噪声退化的图像作为输入,沿预设的向量场方向进行线积分卷积,可以模拟生成素描影线,但是无法根据输入图像的明暗变化模拟真实影线的深浅渐变和疏密渐变的效果。因此,本文考虑从噪声角度进行改进。本文在分析了几种噪声模型的基础上,提出了一种新的混合噪声模型,替换了传统的基于线积分卷积的铅笔素描模拟方法中所采用的随机二值白噪声,还提出了一种新的客观评估量度,称为影线渐变量度。本文通过主观和客观实验证明了混合噪声模型在铅笔素描影线模拟中的优良效果。(2)在传统的基于线积分卷积的铅笔素描模拟方法中,预设的向量场一般是简单的直线向量场,导致模拟生成的影线方向较为单一僵硬。因此,本文分析了真实铅笔素描影线方向的一般规律,引入了抛物线向量场,组合直线向量场,模拟实现了多种影线模型和铅笔笔型模型,改进了铅笔素描模拟方法中的阴影色调模拟环节。(3)现有的基于深度学习的铅笔素描模拟方法主要通过深度神经网络,训练大量数据,实现图像之间艺术风格的迁移。但这类方法普遍存在笔触无序和影线不清晰的问题。因此,本文考虑将传统方法与深度学习算法结合起来,首次提出利用神经网络,学习画家创作简单静物素描时的影线方向,生成对应的向量场,结合线积分卷积技术,指导素描影线方向的绘制,模拟生成影线方向更真实且线条清晰的铅笔素描结果。(4)本文实现了改进的铅笔素描模拟方法的整个流程,同时为了增强艺术效果,本文还拓展实现了彩色铅笔素描模拟方法和显着性铅笔素描模拟方法。本文通过理论分析和大量实验证明了所提方法的可行性,实现了铅笔素描影线的深浅渐变和疏密渐变模拟,改进了影线的方向,能够更加逼真地模拟铅笔素描,实验结果显示了本文方法的优良效果。(本文来源于《华东师范大学》期刊2019-05-01）
刘振东[3]（2019）在《基于线积分卷积和矢量线法的动态海洋数据可视化》一文中研究指出矢量场可视化可以帮助人们认知理解复杂数据的规律,是科学计算可视化中的研究热点。本文基于线积分卷积方法和矢量线法进行了可视化的算法优化工作。针对线积分卷积方法我们主要做了如下改进:在二维稳定场中,当背景噪声为白噪声时,我们设计并采用了“十字”高通滤波从而达到增强不同流线间的对比度和同一条流线的连续性的目的;采用了插值离散背景白噪声的方法从而将其变为连续背景白噪声,因此解决图像中局部地区出现的流线纹理反走样的现象。在二维稳定场中,当背景噪声为稀疏噪声时,我们依据矢量场的方向改变稀疏背景噪声的噪声群的指向,从而使形成的流线更加清晰明亮;采用赋予海流随机的初始相位的方法来解决稀疏噪声循环动画突兀的问题;采用忽略稀疏背景噪声流线追踪时非主流线部分的纹理点的积分计算的方法来解决流线发散或者汇聚处流线散乱粗糙的问题;通过对海流数据进行插值并改善边界流线追踪条件的方法可形成完整细致的全球海流图像;设计利用相同长度的流线的运动快慢来表达矢量场的大小的方法。在二维非稳定场中,我们采用二次值散射和“十字”高通滤波的方法来增强图像流线纹理的对比度和连续性。矢量线法的主要问题就是种子点的选取问题。我们采用概率密度的方法来控制矢量场中流线的疏密程度,每个粒子头部为圆心形成一个概率密度函数影响域,通过迭加一起的函数的值的大小来决定流线的生成和消隐,从而保证矢量场中流线的均匀合理分布;对于流出边界的流线,改变其消隐方法,让其变为渐渐缩短的现象,使其更加符合人们的认知;对于边界处流线集体往矢量场内侧流动的区域,该区域随着时间的推移会出现空缺的现象,我们采用针对同一轨迹线上的流线二次绘制的方法来解决此问题。最终,通过采用我们的改进方法并结合海流和风暴潮的数据形成的图像和动画,可以发现可视化效果在诸多方面都明显的得到了提升。(本文来源于《自然资源部第一海洋研究所》期刊2019-04-01）
石红霞[4]（2017）在《基于线积分卷积法的增强型矢量场可视化研究》一文中研究指出矢量场可视化技术通过直观的图像将科学计算或仿真模拟得到的大规模流场数据集显示在二维屏幕上,并提供一定的人机交互手段,使科研人员可以透过晦涩难懂的试验数据直观、高效的分析流场内部的复杂变化规律。为了反映整个矢量场的内部运动特征,通常采用基于线积分卷积法的纹理可视化方法,但该方法得到的可视化结果图像质量较低。针对这一问题,本文从纹理增强和颜色增强两个方面进行了优化,设计了一种基于线积分卷积法的增强型矢量场可视化模型。本文的主要工作如下:1)针对现有纹理增强算法得到的结果图像存在明显纹理走样的问题,通过对影响结果图像质量的关键参数进行理论研究和实验分析,发现结果图像中的纹理走样现象是由于采用等距采样方式进行高通滤波导致的,且此走样现象与矢量角度有关。故本文通过分析矢量角度、采样距离和纹理走样之间的关系,提出了一种基于矢量角度调整采样距离的纹理增强优化算法,大大减少了可视化结果图像中的纹理走样现象。2)使用上述纹理增强优化算法得到的结果图像只能体现出矢量场的方向信息,无法表达矢量大小。通常采用线性颜色增强算法向矢量场中添加矢量大小信息,但该算法得到的结果图像存在颜色集中问题。针对这一问题,本文采用直方图思想分析矢量场属性分布特征,提出了一种动态非线性颜色增强算法,明显改善了结果图像颜色分布集中的问题,提高了结果图像质量。3)在相同实验环境下,将现有算法与本文算法在可视化效果上进行了对比分析。实验表明,本文算法得到的矢量场可视化结果图像质量较高,更有利于观察矢量场的细节特征。因此,该算法对各个学科领域的矢量场可视化研究具有较大的实际应用价值。(本文来源于《哈尔滨工程大学》期刊2017-12-01）
潘龙,纪庆革,陈靖[5]（2017）在《线积分卷积与双色调映射相结合的彩色素描模拟方法》一文中研究指出目的目前学者已经设计了很多模拟油画、水彩、水墨等风格的非真实感绘制方法,而能够生成彩色素描的算法还不是很多。针对这一课题,在前人工作的基础上,结合线积分卷积与双色调映射技术,改进了一种彩色素描模拟方法。方法首先基于K-means聚类对彩色图像进行分割,通过计算色彩差异性为每个区域指定两种基本色,并利用双色调映射技术计算每种颜色的密度。而后利用线积分卷积分别生成两个基本色层的素描纹理,并将两层纹理相融合来生成彩色纹理。与此同时,利用霓虹变换生成素描轮廓线。最后,将轮廓与彩色纹理相融合来得到彩色素描效果。结果实验结果表明,本文方法能够实现由彩色图像到彩铅画的自动、实时转化。结论本文方法从轮廓和纹理两个角度模拟了真实的彩铅绘画过程。基于K-means聚类的分割方法得到的结果能够更好地反映彩色图像的颜色分布特性。通过色彩差异性计算指定基本色的策略提高了该环节的效率,满足了实时性要求。由于粉笔、蜡笔等绘画风格的调色与彩铅画类似,本文不同颜色层上下迭加的方式可以扩展到对其他介质绘画的模拟当中。(本文来源于《中国图象图形学报》期刊2017年07期）
汤慧仪,张俊达[6]（2016）在《基于CUDA的线积分卷积矢量场并行可视化方法》一文中研究指出作为一种基于纹理的矢量场可视化方法,线积分卷积算法能够以纹理图像的形式展示矢量场全貌,并能够较好地展现细节变化,因而是一类行之有效的方法,但计算量巨大,绘制效率较低。针对此问题,提出一种基于CUDA的线积分卷积矢量场并行可视化方法,利用并行计算架构的优势以及图形处理器的快速计算能力,较好地提高矢量场的可视化效率。首先对线积分卷积算法并行化的可行性进行分析,然后针对其中的流线生成和纹理生成两个关键阶段进行并行化改造,将计算密集型的部分转移到图形处理器中进行快速计算,从而较大幅度提高了绘制效率,最后通过实验验证了方法的有效性。(本文来源于《电脑知识与技术》期刊2016年12期）
宋扬扬[7]（2016）在《基于平行坐标的线积分卷积矢量场可视化方法研究》一文中研究指出矢量场可视化是科学计算可视化研究领域中具有挑战性的研究课题之一,具有广泛的应用领域。生活中大规模的矢量数据被转换为图形、图像,把矢量数据直观形象的表达出来,方便人们发现抽象数据中包含的规律特征等信息。课题针对一种基于纹理生成技术的线积分卷积(LIC)可视化方法进行研究,并对其在流线生成和场大小信息表达方面存在的不足提出改进,并基于平行坐标开发了一个LIC可视化方法的原型系统,使得算法适用范围更广,更易被用户使用。具体研究工作如下:首先,针对Net CDF数据结构的自由特性,提出了一种基于NetCDF数据的流线生成LIC可视化方法,根据数据格式特点,从转换数据、映射生成原始数据矩阵开始,利用相关软件读取、分析、可视化表达矢量场方向信息。其次,在流线生成LIC方法的基础上,针对线性、非线性颜色增强无法充分利用颜色表中的颜色空间问题,提出一种正弦非线性颜色增强可视化方法,最终可视化结果中的颜色分布更加均衡,最大化的利用了颜色映射表中的颜色空间。再次,针对可视化效果中纹理对比度低导致矢量大小渐变区域呈现模糊的问题,提出一种基于自适应场强驱动白噪声纹理生成方法,对现有的基于场强驱动的白噪声生成方法进行改进,不仅提高了纹理的对比度,在纹理的细节绘制方面也有所提高,增强了渐变区域的辨识度。最后,在传统的线积分卷积算法研究基础上,设计并实现了平行坐标原型系统,并对提出的方法进行了实验对比和分析,验证了改进的可行性。(本文来源于《燕山大学》期刊2016-05-01）
刘磊,陈越,盛蕴,张桂戌[8]（2015）在《基于自适应噪声模型和线积分卷积的铅笔画模拟》一文中研究指出提出一种铅笔画模拟的方法。和传统的铅笔画步骤类似,经过轮廓提取和色调合成,产生铅笔画模拟图像。轮廓提取通过L0平滑后,用四向索贝尔算子提取边界,借助线积分卷积实现色调合成。与现存方法不同的是,给出一种自适应噪声模型,根据源图像产生自适应的噪声,将其作为线积分卷积的输入图像。实验证明提出的方法可以用来产生具有艺术效果的铅笔画模拟图像。(本文来源于《图学学报》期刊2015年01期）
赵艳丹,赵汉理,许佳奕,茅晓阳,金小刚[9]（2014）在《基于人脸特征和线积分卷积的肖像素描生成》一文中研究指出为了更好地模拟素描的笔画和突显肖像素描中五官的部分,提出基于人脸特征和线积分卷积的肖像素描生成方法.首先进行人脸分割,由人脸特征点确定GrabCut算法中每个特征的初始trimap,然后根据分割结果使用线积分卷积算法绘制肖像素描.文中使用了基于分割结果的多分辨率白噪声和方向场,并提出了基于分割结果的自适应性边界提取算法.实验结果表明,该算法改善了肖像素描的生成效果.(本文来源于《计算机辅助设计与图形学学报》期刊2014年10期）
雷辉,张嘉伟,陈海东,解聪,刘真[10]（2013）在《基于线积分卷积的大规模图可视化》一文中研究指出传统的基于边-节点的大规模图可视化方法存在边交叉和节点覆盖等问题,其可视化结果不易于理解,为此提出一种基于线积分卷积的大规模图可视化方法.首先根据图的布局结果对每个节点的连接关系进行聚类,并提取其主要连接方向,以此重建出一个可近似描述原始图中节点之间连接关系的向量场;然后采用线积分卷积可视化该向量场,得到最终的可视化结果.实验结果表明,该方法不仅可避免大规模图中因边交叉和节点覆盖所带来的视觉混乱,还可以显式地揭示埋没于边中的节点连接细节信息.(本文来源于《计算机辅助设计与图形学学报》期刊2013年09期）
线积分卷积论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机图形学的发展,非真实感绘制技术已经能够将任意一幅数字图像渲染成具有另一种艺术风格的图像。其中,对铅笔素描风格进行模拟受到研究学者的广泛关注。如何更加逼真地模拟绘制铅笔素描成为了研究热点。虽然计算机技术的革新使得铅笔素描模拟绘制技术不断进步,但现有的铅笔素描模拟方法还无法非常逼真地模拟真实的铅笔素描,存在以下不足之处:如无法模拟真实素描影线的深浅渐变和疏密渐变效果,影线的方向不符合素描的一般规律,生成的结果缺乏艺术感且不真实等等。因此,本文主要针对现有方法的不足之处,改进了基于线积分卷积的铅笔素描模拟方法。本文的主要的贡献如下:(1)以经过随机二值白噪声退化的图像作为输入,沿预设的向量场方向进行线积分卷积,可以模拟生成素描影线,但是无法根据输入图像的明暗变化模拟真实影线的深浅渐变和疏密渐变的效果。因此,本文考虑从噪声角度进行改进。本文在分析了几种噪声模型的基础上,提出了一种新的混合噪声模型,替换了传统的基于线积分卷积的铅笔素描模拟方法中所采用的随机二值白噪声,还提出了一种新的客观评估量度,称为影线渐变量度。本文通过主观和客观实验证明了混合噪声模型在铅笔素描影线模拟中的优良效果。(2)在传统的基于线积分卷积的铅笔素描模拟方法中,预设的向量场一般是简单的直线向量场,导致模拟生成的影线方向较为单一僵硬。因此,本文分析了真实铅笔素描影线方向的一般规律,引入了抛物线向量场,组合直线向量场,模拟实现了多种影线模型和铅笔笔型模型,改进了铅笔素描模拟方法中的阴影色调模拟环节。(3)现有的基于深度学习的铅笔素描模拟方法主要通过深度神经网络,训练大量数据,实现图像之间艺术风格的迁移。但这类方法普遍存在笔触无序和影线不清晰的问题。因此,本文考虑将传统方法与深度学习算法结合起来,首次提出利用神经网络,学习画家创作简单静物素描时的影线方向,生成对应的向量场,结合线积分卷积技术,指导素描影线方向的绘制,模拟生成影线方向更真实且线条清晰的铅笔素描结果。(4)本文实现了改进的铅笔素描模拟方法的整个流程,同时为了增强艺术效果,本文还拓展实现了彩色铅笔素描模拟方法和显着性铅笔素描模拟方法。本文通过理论分析和大量实验证明了所提方法的可行性,实现了铅笔素描影线的深浅渐变和疏密渐变模拟,改进了影线的方向,能够更加逼真地模拟铅笔素描,实验结果显示了本文方法的优良效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
线积分卷积论文参考文献
[1].马颖异,李洪平,郭艺峰.基于视觉感知的二维线积分卷积矢量场可视化算法[J].计算机科学.2019
[2].孔群晔.一种改进的基于线积分卷积的铅笔素描模拟[D].华东师范大学.2019
[3].刘振东.基于线积分卷积和矢量线法的动态海洋数据可视化[D].自然资源部第一海洋研究所.2019
[4].石红霞.基于线积分卷积法的增强型矢量场可视化研究[D].哈尔滨工程大学.2017
[5].潘龙,纪庆革,陈靖.线积分卷积与双色调映射相结合的彩色素描模拟方法[J].中国图象图形学报.2017
[6].汤慧仪,张俊达.基于CUDA的线积分卷积矢量场并行可视化方法[J].电脑知识与技术.2016
[7].宋扬扬.基于平行坐标的线积分卷积矢量场可视化方法研究[D].燕山大学.2016
[8].刘磊,陈越,盛蕴,张桂戌.基于自适应噪声模型和线积分卷积的铅笔画模拟[J].图学学报.2015
[9].赵艳丹,赵汉理,许佳奕,茅晓阳,金小刚.基于人脸特征和线积分卷积的肖像素描生成[J].计算机辅助设计与图形学学报.2014
[10].雷辉,张嘉伟,陈海东,解聪,刘真.基于线积分卷积的大规模图可视化[J].计算机辅助设计与图形学学报.2013