Table of Contents

第八课

第一节 水平集(Level Set)的基本方法

水平集(Level Set)的基本方法-曲线演化的直观解释

例:单位圆

p表示曲线上以某一点为标准的弧长.

.

.

.

.

水平集(Level Set)的基本方法-数学基础-曲线的微分几何

.

水平集(Level Set)的基本方法-数学直观

.

.

水平集(Level Set)的基本方法-曲线演化的直观解释

.

.

   最后变化为曲率都为常数的曲线停止,即圆.
   

水平集(Level Set)的基本方法-曲面演化的直观解释

水平集(Level Set)的基本方法-数学基础-隐函数

.

.

水平集(Level Set)的基本方法-数学基础-距离场函数

.

.

何道敬 学号:10921043

Level Set 在体绘制当中的应用

科学计算可视化作为计算机应用学科中的一个分支,已广泛应用于医疗卫生、地质勘探、气象分析等与人类生活息息相关的重要领域,其主要目标就是把实际采样或模拟仿真得到的三维体数据通过体绘制技术,转化为人眼视觉容易感知的二维图像。我们在本次报告中,主要介绍水平集在地质数据可视化中的应用,图中出示了地质数据的示意图:

从图中可以看出,由于受到噪音的干扰,地质数据可视化是一个烦琐而具有挑战性的课题,主要存在如下两方面的挑战: Challenges of Seismic Visualization (1)An important component of oil and gas exploration (2)Difficult to segment the 3D bounding surface of many complex geologic features 为了更好的刻画地质数据中的断层、河道以及相干体信息,我们采用了水平集的方法进行分割处理,如图所示:

Level Set Method Implicit function { (x1,…,xn) | f(x1,…,xn) = c } where c is a constant. It is the set where the function takes on a given constant value. Implicit surface The point set represented by implicit function

The level set equation 如公式所示:

Dynamic implicit surfaces (in motion) Produce physically realizable surface models Modeling, simulation, and segmentation Implicit handling of complex topologies deformed by operations without destroying the representation

地质数据的绘制总体流程如图所示:


周志光 学号:10921042

====== 第二节 Level Set 方法概念 ======

Level Set -水平集

Level set 的数学定义:
Level set 的运动表示
Level Set方法的几何意义
小结
速度F成份

向南 10921041

Level Set的数值解法

曾波 10921039

第三节 水平集(Level Set)的建模方法与应用举例

背景: 借鉴一些流体中的重要思想,1988年,Osher和Sethian首次提出了水平集算法, 这是一种有效解决曲线演化问题的数值方法,并且计算稳定,适宜任意维数空间。 随后,Osher等人对水平集算法做出扩展和总结,Giga也做了相关的理论扩展。 90年代以来,许多学者纷纷加入Level Set方法的研究队伍,使得Level Set方 法被广泛应用于计算机图形学、计算物理、图像处理、计算机视觉、化学、控制理论等众多领域。 下面是一些在图形学方面的应用。

1 图像轮廓提取

    1.1 边界检测和轮廓线提取
        * 隐式动态轮廓模型。
        * 用隐式模型可以跟踪拓扑变化的轮廓。
        * 隐式轮廓线的微分方程表达为。

        
    1.2 不用边界表达的动态轮廓线算法
    其导数为:

边界长度可以表示为:

无边界表达的优化方程为:

实验结果如下:

2 图像分割

    2.1 What is image segmentation?
         * Definition:Separate the original image into regions that 
           are meaningful for a specific task. ( shape recovery)

   2.2 Image Segmentation

   2.3 基于Fast Marching技术的图像分割
             * 算法框架

   2.4 Mumford-Shah 图像分割
             * Mumford-Shah模型

实验结果如下:

3 图像修复

                 
   3.1 图像填补(inpainting)

假设原始图像为图像填补算法将恢复一序列图像 使得: 即表达式为: 其中是由一些规则定义的。

   3.2 演化规则的定义
          * 假设图像是光滑的
          * 演化应该保持边界
   3.3 演化的数学表达式

   3.4 实验结果如下:

4 运动分析

(a)只有两个区域需要区分:前景和背景.

(b)I为输入图像由组成.

©是对图像的一个分割.

(d)是两个区域的公共边界.

    
     * 边界表示

张祯-10921044