自然场景的SAR图像模拟

自然场景高低起伏变换的不确定性和各种介质随机分布的特点,是实现合成孔径雷达图像快速模拟的难点问题。提出一种合成孔径雷达图像模拟的方法,根据一处真实自然地表的DEM数据构造出整个仿真场景模型,利用一种统计经验公式计算得到场景中各介质的RCS值。建立了合成孔径雷达回波信号的表达式,在此基础之上完成了对场景的合成孔径雷达图像模拟,得到了较为理想的结果。     

基于几何映射的遥感成像光照仿真方法

光照条件是影响可见光遥感成像结果的重要因素,是成像仿真领域的一项重要研究内容。提出一种基于几何映射的遥感成像光照仿真方法,以单幅遥感图像样本和三维模型为输入,获取不同光照条件仿真图像。对输入的样本图像进行几何定标,并通过逆向渲染提取场景的可见光反射特性数据;利用场景几何模型,通过几何映射方法获取样本图像各像素点的几何信息;根据设定的光照条件在图像空间进行成像仿真计算,获取不同光照条件的仿真结果。实验表明,该方法能够实现较为真实的光照仿真。     

自然场景的高真实感雾天退化图像仿真

自然场景的天气图像仿真是图形图像和计算机仿真领域中的一个重要的研究课题。首先,以自然场景的雾天图像仿真作为研究对象,深入探讨了天气导致图像退化的物理机制,提出了一种基于成像设备特性的大气点扩散函数。其次,由于场景深度是大气点扩散函数中的一个重要参数,将基于单幅图像的场景深度重建算法应用于此项研究中最后,提出了雾天图像合成的后处理算法,实现了高真实感的自然场景雾天图像仿真。仿真实验的结果证明了本算法的有效性。     

基于序列图像的车辆自运动估计算法

提出了一种基于单目视觉序列图像的车辆自运动估计算法,首先利用自车运动和相机运动间的约束建立了运动模型,该模型消除了运动参数间的模糊性从而提高了运动估计的可靠性;然后提出了基于多参考帧的运动估计实现技术,增强了算法在低速场景下的准确性。实验结果表明该算法不容易受光照和背景的影响,在复杂应用场景中能够准确的估计出车辆自运动参数。     

基于自学习框架的红外场景仿真效果评价

针对红外场景仿真效果评估困难的问题,提出了基于自学习框架的评价方法。首先,从仿真图像与实际图像视觉对比的角度提出了面向图像视觉相似的红外场景仿真效果评价指标体系,用于量化评价过程;其次,提出以极限学习机(extreme learning machine, ELM)为核心建立评估模型,建立包括蒙特卡罗样本仿真、ELM评估网络及自更新仿真样本评估模型等3部分在内的自学习框架来生成仿真样本、强化对ELM的训练;最后,针对实际样本数量较少的问题,在此框架基础上提出了包括样本评定、自学习、评估模型测试3个阶段在内的仿真图像相似性评估方法,实现了从样本生成到评估过程的自动化。实验结果表明提出的自学习框架能够显著提高评估模型的正确率,而且训练后的评估模型适用性强,可独立自主进行红外场景仿真效果评估。     

一种复杂背景下模板检测与定位的新方法

在基于摄像机的场景测量中,图像采集的同时需要获得摄像机的参数,即进行摄像机定标。在利用参照物的自动标定过程中,首要任务就是实现测量场景中参照物(或模板)的自动检测与精确定位。为此提出了一种复杂背景下模板检测与定位的新方法。该方法包括模板检测与精确定位两个步骤。前者利用图像分割与形态学方法实现模板的粗定位;后者则结合边缘检测和Radon变换等技术确定模板的精确位置。实验结果表明,该方法实现简单、性能可靠,可适用于各种复杂的场景图像中。     

一种基于亮度和深度信息的实时景深渲染算法

在研究透镜成像模型与针孔成像模型的基础上,提出了一种基于亮度和深度信息的实时景深渲染算法,首次把景深渲染应用到增强现实系统。使用OpenGL和Visual Studio2008实现整个算法。通过建立三维空间坐标系,实时追踪和获取真实场景深度信息,把生成虚拟物体融入到真实场景中。随后,依据亮度信息对虚实融合场景进行模糊处理。最后进行图像融合,把模拟的景深效果输出到屏幕。实验结果表明,新算法更接近于真实摄像机拍摄的景深效果图,适用于增强现实系统。     

基于摄像机运动的简单虚拟场景生成

利用摄像机标定技术和视频融合技术设计了一个基于摄像机运动的简单虚拟场景生成系统。首先对摄像机进行标定，然后利用摄像机的运动参数根据摄像机成像模型计算出3-D实景中特定的位置在2-D视频图像上的映射，最后利用映射结果对虚拟景物进行透视变换，并把它实时融合到视频图像特定位置中形成新的视觉效果，实现了一种类似于虚拟演播室的简单、有效、实用的视频制作新方法。实验表明该方法实时性好、生成的虚拟场景效果逼真。     

基于EICS-LBP与统计边缘主色对的场景分类算法

针对场景分类问题,提出一种基于图像局部边缘区域的边缘改进中心对称二值模式(edge improved center symmetric local binary pattern, EICS LBP)与统计边缘主色对特征结合扩展潜在语义分析(probabilistic latent semantic analysis, PLSA)模型的场景分类算法。该方法首先提取图像局部边缘稠密采样区域的EICS LBP与统计边缘主色对特征;然后对两类特征分别聚类形成视觉词汇表,进而用词袋模型描述图像;之后利用扩展PLSA模型对图像词袋模型进行潜在语义挖掘;最后利用K最近领域(K nearest neighbors, KNN)分类器进行场景分类,得到测试图像集的混淆矩阵。多类场景图像的实验表明,该方法不需要对场景内容进行人工标注,具有较高的分类准确率,且对具有边缘轮廓的彩色图像分类精度较高。     

图像场景语义分类研究进展综述

场景语义分类是图像理解领域中一个重要的研究方向,涉及到信号处理、模式识别、计算机视觉和认知科学等多学科交叉。场景分类任务中,图像内容描述和分类判决是两大关键问题。图像内容描述力图得到关于场景图像最具判别意义的表示,而分类判决则对训练样本集的图像内容描述学习、训练,并建模得到某类场景图像区别于其他场景类图像的计算模型。目前,很多场景分类方法针对图像内容描述和图像分类进行了深入的研究,对室外人造场景、室外自然场景和室内场景图像进行分类,取得了较好的分类效果。然而,场景图像自身内容上的变化和差异,既会造成同一场景类内对象的差异性,同时也造成不同场景类之间图像的视觉相似性,特别是对于不同的室内场景类。因此,场景语义分类任务十分困难,是计算机视觉和认知心理学领域中一个颇具挑战性的难题。室外图像场景分类研究相对成熟,而室内图像场景分类研究却进展缓慢。本文综述了图像场景语义分类的研究进展,并分析了场景分类算法的性能,指出场景语义分类研究中存在的问题。     

南水北调工程仿真系统三维视景子系统实现

通过对南水北调工程仿真系统视景部分任务的分析，提出了根据地理数据（DEM数据和矢量数据）来生成逼真的3D模型，使用OpenGVS来实现场景驱动，使用TCP／IP协议实现与其它子系统网络互连，文中为了达到很好的场景显示效果，通过压缩DEM数据和使用缩微模型方式来减少场景的数据量。     

虚拟现实在坦克机动性虚拟试验中的应用技术研究

长久以来坦克的实地试验耗费人力物力巨大,虚拟试验的引入解决了这个问题。主要研究了虚拟环境中军用车辆特别是坦克机动性虚拟试验时动力学模型的建立,建立了虚拟环境下坦克的实时动力学模型,并且描述了整个虚拟试验视景仿真系统的组成及其实现过程,通过对模型的实际检验说明坦克机动性虚拟试验可以很好的模拟坦克的实地机动性试验。     

真实场景的生成与实时绘制技术

真实场景的实时绘制是飞行模拟器视景系统开发的一个难点。本文介绍了采用大幅遥感卫星照片和DEM数据生成真实场景和使用IRIS Performer开发工具，实时绘制真实场景的技术，提出了采用区域分割，多精度模型等方法，将大片区域场景分成若干了子块，每块有几层模型的设计思想，提出了基于视步的场景数据动态分块调入与释放策略，应用该方法实时绘制的真实场景已投入飞行模拟训练，获得了满意效果。     

运动目标的红外成像模型及其绘制

运动目标红外图像的真实感生成一向是红外场号生成中的难点。首先提出了一个运动目标的红外成像模型，它不仅结合了各种环境影响、目标表面几何形状、结构、热特性等因素，还考虑到内部热状态、以及目标在高速运动状态下的气动加热效果。另外，还设计了适用于红外图像的绘制方法，以提高红外图像的真实感效果并简化程序。在考虑到大气传输和传感器噪声对红外成像的影响后，给出了不同视点的运动目标的红外图像。从实验结果看，该模型及方法模拟效果真实，算法可靠。     

星载SAR海面顺轨干涉仿真研究

星载SAR海面顺轨干涉(ATI)仿真对理解海面ATI成像机制、指导海洋遥感SAR系统设计具有重要意义.在基于时序的星裁SAR海面场景回波生成基础上,对海面ATI展开仿真研究,内容包括顺轨编队设计、海面建模、海面电磁散射建模、动态场景回波生成、SAR成像和AtI数据处理,给出单色波和分形海面仿真实例,ATI处理结果表明该星载SAR海面顺轨干涉仿真思路有效.     

基于偏微分方程的户外图像去雾方法

户外图像的雾化往往导致色彩降质和对比度降低,有效的去除图像中天气效果对提高视觉系统的可靠性和鲁棒性具有重要意义。根据大气散射物理模型以及有雾图像的色彩与对比度降质同场景点的景深成指数关系的先验知识,分别建立了户外图像全局去雾和局部去雾的能量最优化模型,推导了相应的求解偏微分方程。利用用户提供的简单附加信息,实现了仅从单幅图像恢复清晰图像的去雾算法。实验结果表明：去雾图像的色彩清晰度和对比度有较大改善,具有很好的应用前景。     

可见性驱动的复杂场景连续多分辨率绘制

提出一种视点相关的连续多分辨率模型与可见性剔除相结合的复杂场景加速绘制算法。将复杂场景表示为场景图,然后自底向上构建场景的连续分层层次细节(CHLOD)模型;在实时绘制时,利用图形硬件的遮挡查询功能实现快速的层次遮挡剔除,并根据遮挡查询返回的可见象素数近似度量物体的可见性程度,通过与传统视点相关的细化准则相结合,实现了一种可见性驱动的场景连续多分辨率简化绘制方法,能够在保证场景绘制精度的同时进一步提高场景绘制的速度。     

并行测试中死锁避免的设计与仿真

设计了一个双通道运算放大器芯片SD358D的并行测试仿真实例。实例中应用USB数据采集卡和HPVEE软件组成的虚拟仪器对两路放大器的三个指标进行并行测试。由于两个测试任务共享仪器资源,容易发生死锁。为了解决并行测试中的死锁问题,首先为并行测试建立Petri网模型,模型中的变迁发射序列与系统任务调度路径一一对应,利用遗传算法搜索模型中无死锁的序列,然后控制系统按照这些无死锁的路径调度测试任务,就可以有效避免死锁的发生。最后通过实验结果,验证了该方法的正确性。     

基于模拟退火算法的工具变量选取方法

工具变量估计是解决模型内生性问题的基本方法，但其有限样本表现对工具变量的选取十分敏感. 近年来，对于“多工具变量”模型，文献中提出了基于近似最小均方误差的工具变量选取方法来解决这一问题，但这些方法或依赖于工具变量的排序，或受限于工具变量的数目. 本文采用基于模拟退火算法的工具变量选取方法很好地克服了这些缺陷. Monte Carlo 模拟结果表明该算法有效可行.     

基于立体场景的人控交会对接仿真研究

传统的人控交会对接主要通过观察摄像机产生的十字靶标图像来完成,容易造成人的视觉误差,从而导致手动对接失败。结合图形学理论和虚拟现实技术构建的人控交会对接仿真系统为航天员实时提供逼真的虚拟立体场景,通过各种任务想定对航天员进行飞行任务训练。在实验过程中,航天员通过立体眼镜观察虚拟场景中飞行器的飞行状态,同时操作控制手柄改变飞行器的位置和姿态进行手动对接训练。通过不同的对接实验参数设置,航天员可以反复进行不同条件下的对接训练,而不需要执行空间飞行任务。实验结果表明基于立体场景的人控交会对接训练有较高的成功率。