基于激光扫描数据的三维场景仿真

通过利用地面三维激光扫描仪获取的空间数据,进行了三维空间地物建模研究。首先分离提取建筑物地物,然后对得到的数据进行去噪处理,再通过整体匹配纠正并对原始测量数据进行重新采样和拼接配准,建立了由三角网构成的三维表面模型,最后在虚拟现实环境中实现了三维场景仿真。     

虚拟现实城市模型的快速生成算法研究

在城市规划方面应用虚拟现实方法，首先要建立三维城市模型。在本文所提供的方法中，建筑物的几何特征由很精确的CAD图表示。并且有手工的纹理或真实图像贴在面上和建筑物的屋顶。高度数据是通过航空激光扫描和已有的地面建筑规划合成，通过集成这些不同类型的信息来自动地获取数据。通过纹理处理来生成虚拟现实城市模型，从而获得真实感图像。因此，快速获取三维城市GIS是可行的。     

基于VTK的室外场景三维重建

采用VC 6.0作为开发平台,引入三维可视化类库VTK,实现了激光扫描数据的几何建模。通过数据压缩、平面分割减少数据量,并分别采用Delaunay三角化、轮廓线和MarchingCubes等不同的建模方法,重建室外真实三维场景。     

洞庭湖防洪预警三维虚拟仿真系统平台研究

开发了洞庭湖防洪预警三维虚拟仿真平台,将整个洞庭湖区及周边场景在计算机中虚拟展现.系统开发中应用大范围DEM数据、遥感影像数据、航拍数据和水系、道路、堤岸等矢量数据及实景图片资料,采用地形自动建模软件Terra Vista和地物建模软件Creator完成了大范围地形地物的建模,并对洞庭湖水系精细建模后,与大范围场景形成嵌套建模结构.建立了三维可视化平台,探讨了系统开发中的关键技术,如场景模拟控制、图层读取显示、水体自适应建模等技术,实现了场景的三维可视化及漫游、1954和1998年历史洪水在三维场景下淹没范围的显示以及重点垸和蓄洪垸的显示;并对蓄洪垸内洪水的动态演进过程进行了模拟,能实时显示蓄水量.该系统可提高防洪决策的科学性和效率,为洞庭湖区的规划设计以及防洪调度提供了真实友好的虚拟平台,     

作战仿真实体可视化数据模型研究

根据作战仿真系统的可视化需求,提出了作战仿真实体可视化数据模型的分类方法和层次体系结构,建立了可视化数据模型多分辨率规则。分析了可视化数据模型的建模过程和建模方法,确定了基于空间数据库和关系数据库相结合的可视化数据模型数据库存储管理机制。实现了模型的数据获取、建模、处理及应用全过程的可视化,为构建具有高逼真度的作战仿真系统提供了可视化数据模型支持。     

支持向量机在车辆目标识别中的应用

提出了利用支持向量机对战场侦察雷达目标回波信号进行处理,以实现对卡车、坦克等在地面运动的车辆目标进行分类识别的一种新算法。首先对雷达接收到的目标回波信号作频域分析,从中提取待分类目标信号的特征向量,然后利用所建立的支持向量机模型对目标信号作训练和识别,最后与经典谱分析和神经网络的方法作比较,并采用实际数据验证这种识别方法的有效性。     

可视化仿真中三维建模策略研究

对可视化仿真中的三维建模技术进行了研究。从模型的实现途径入手,分析了各种建模方法的特点和应用领域,给出了建模方法的选择策略;对主流三维建模工具进行了深入探讨,给出了建模工具的应用策略;针对仿真对模型的管理和调用需求,分析了层次化建模的必要性;针对大量模型的异构问题,通过实践探索了几种主流三维格式到FLT格式的途径,给出了模型的归一化策略;最后对三维实体模型的建模流程进行了归纳,并演绎出具有一般意义的三维实体建模策略集,对可视化仿真中的三维实体建模具有了一定的参考价值。     

一种基于曲面细分的大规模地物建模方法

结合纹理特征曲线和高程数据,提出了一种曲面细分的算法来构建多分辨率地物模型.将地物表面的高程信息和提取该高程信息的特征值数据映射到三角网格纹理中,该算法给出了一种三角边与纹理特征曲线相交的三角面分裂方法构造自适应细分三角网格.通过设计细分三角网格的二叉树数据结构和开发测试程序进行测试,表明该算法具有建模速度快、保持几何特征较好的特点,可以满足在PC机上实现地物模型的大规模建模和实时交互显示要求.     

基于数字海洋环境的视景仿真系统研究

对海洋地理信息的三维可视化技术进行了深入研究。以MultiGen Creator和Veea为三维视景开发平台研究了三维模型的重建问题和海洋环境的生成技术，主要包括海洋信息的提取和实物建模，利用大规模数据库管理技术实现场景的区域化管理，采用星际模型和粒子技术模拟自然环境等。最后论文将生成的数字海洋环境嵌入潜艇航行训练模拟器的三维视景仿真系统中，根据潜艇当前的位置和姿态实时更新场景数据，为训练人员提供更加逼真的训练环境。仿真结果表明，该视景系统能满足模拟器的实时性和逼真性要求。     

水利水电工程三维动态可视化仿真技术与应用

提出了基于地理信息系统（GIS）的水利水电工程三维动态可视化仿真技术，实现图形辅助仿真建模、全过程动态仿真计算和基于GIS的仿真可视化。图形辅助建模采用层次化和模块化建模思想，通过组合图形元素建立模型，有效地降低了建模的复杂性。全过程动态仿真采用“双仿真钟”模式，兼顾了仿真的整体性和细节性，对整个施工动态过程进行仿真。用GIS实现仿真的三维可视化改变传统的仿真结果的表现模式，为施工系统分析和管理提供了一个有力的工具。实际工程应用证明了该方法的有效性。     

SOC光刻仿真3D实时显示方法研究

光刻仿真是SOC(System On Chip)光刻工艺的重要环节,为了实现仿真数据3D可视化,在光刻仿真程序SPLAT(Simulation of Projection Lens Aberrations via TCCs)基础上,提出了自动排序算法对SPLAT输出数据进行重新排列以便三维建模,建立了光照强度与深度转换模型,将光照强度数值转变为3D可视化的深度数据,论文最后设计了3D实时图形仿真程序并进行了实验。实验证明了自动排序算法以及转换模型的正确性和先进性,为超大规模SOC数据的3D交互式实时显示奠定了基础。     

基于能量算子的三维空间实体LOD建模方法

为解决当前多层次细节(LOD)建模方法没有将简化和细分相统一,而造成细节层次模型特征表现不够丰富问题.将能量算子用于三维空间实体模型简化与细分,提出了基于能量算子的三维空间实体LOD建模方法.该方法主要包括3个步骤:模型能量算子计算、基于能量算子的模型简化和细分.实验表明,该方法能够生成细节层次较为丰富的模型,并具有良...     

基于频域稀疏压缩感知的雷达目标三维散射中心反演方法

基于平面阵列的微波天线结构可以获取多视角下的目标散射中心三维分布。针对平面阵列稀疏分布导致的目标成像及散射中心反演精度较差的问题, 设计了一种基于组合巴克码的稀疏孔径分布方式。在此基础上, 利用稀疏孔径回波和频域主成分分析得到参考复数信号。利用该参考复数信号对原始回波进行干涉处理, 获得回波频谱的稀疏表征方式。在频域建立基于压缩感知的目标散射中心三维分布模型并进行优化求解, 得到重构后的目标三维频谱, 并逆变换至空间域, 可实现目标散射中心幅度及三维位置重建。暗室试验数据处理结果表明, 所提方法在X波段和稀疏采样率为50%的条件下, 目标散射中心幅度及三维位置反演精度均优于90%。     

融合视惯传感数据的非接触式物体尺寸获取方法

从视觉数据和惯性测量单元(Inertial Measurement Unit, IMU)数据各自的特点出发,利用计算机视觉三维重建技术从视觉数据中恢复视觉传感器的六维位姿信息,分析计算惯性测量数据和视觉位姿数据的时空关系,实现融合视惯传感数据的场景重建及尺度估计,进而获取待测对象的绝对物理尺寸数据。上述方法在实验数据上取得了相对误差约为3%的非接触式物体尺寸估计结果,由于该方法无需在待测场景中嵌入额外标定物或辅助定位装置,具有较好的灵活性和适用范围。     

近地空间环境要素三维建模与可视化仿真研究

提出了近地空间环境要素三维建模的静态模型和实测模型。根据近地空间环境各要素的特点，首先利用各种静态模式和实测数据构建三维空间数据场。然后对数据场进行六面体单元剖分，其中对实测得到的空间数据利用雅克比矩阵转换为规则六面体数据。最终，分别给出了中性大气、电离层等离子体、地球基本磁场和地球辐射带的几何模型，提出了一种适合于近地空间环境要素仿真的通用三维可视化方案。     

虚拟地理环境三维可视化系统构建

以现阶段虚拟地理环境发展为背景,介绍了虚拟地理环境平台的整体建设,分析了三维可化系统在平台建设中所起的作用,针对虚拟地理环境的特点设计开发了三维可视化系统VirtualGIobal,并深入探讨了开发过程中数据组织、场景构建.数据调度、渲染策略等关键技术的实现.经验证,该系统能够符合地学分析可视化的要求,较好的完成地理环境的可视化表达.     

面向对象Petri网建模与仿真的可视化环境

主要介绍用面向对象方法开发的Ｐｅｔｒｉ网建模和仿真可视化环境ＰＮＳＥ（Ｐｅｔｒｉ Ｎｅｔ Ｓｉｍｕｌａ－ｔｉｏｎ Ｅｎｖｉｒｏｎｍｅｎｔ）。通过对一个实例的建模和仿真，说明了Ｐｅｔｒｉ网建模与仿真的可视化表示方法。     

一种新颖的网格综合优化算法

用三角网格逼近三维扫描所得散乱点集,实现曲面重构,是一种得到广泛应用的技术。为了提高网格对物体表面的逼近精度,需要对网格进行优化。提出一种新颖的网格综合优化算法,将基于SOM的网格优化模型和节点分裂算法有机结合,使网格中顶点的分布更符合散乱点数据的空间分布,使网格更好地逼近数据点集,还通过分裂大度数顶点来改善网格的拓扑关系,使其更好地反映原始数据点集的拓扑特征,也使得网格更加平滑。试验结果表明,该算法取得的网格优化效果良好。