论文部分内容阅读
提出一种新的基于笔画的传输函数设计方法。与其他基于笔画的方法相比,该方法只要求用户对感兴趣数据做少量标记,操作更简便;另外该方法更好地考虑了体数据的空间信息,分类结果更合理。首先使用贪心极大似然估计算法构建用户感兴趣数据和背景数据的高斯混合模型(GMM)模型;然后基于GMM模型使用Graph-Cuts实现对体数据的分类,并通过仔细设计Graph-Cuts能量函数的平滑项将空间信息引入分类过程。针对体数据的规模大,难以直接应用Graph-Cuts算法的难题,在此通过使用层次模型减小Graph-Cuts