基于漫水填充的图像骨架提取方法

针对当前图像骨架提取存在毛刺现象和骨架冗余的问题,提出基于漫水填充的图像骨架提取方法。对目标图像预处理,得到阈值化二值图像,分割出前景和背景;构建掩模图像和轴线图,为后续运算过程提供数据来源和判断依据;通过遍历水平面灰度直方图,模拟漫水过程,收缩掩膜图像的前景轮廓,根据邻域连通分量变化,确定是否为骨架特征点,待轮廓收缩完毕,得到图像骨架。实验验证表明,该方法可以有效地提取图像骨架,毛刺现象和冗余结构明显减少,执行速度快。     

基于中点移位和过程纹理的真实感地形生成

介绍了基于中点移位法快速生成地形模型高程场的方法。给出了基于高程场的过程纹理方法生成与地形模型相匹配的纹理。采用此法生成的地形可以用在仿真系统和游戏中。分析了真实感地形生成的相关研究工作，给出了完整的基于中点移位生成地形模型的方法及完整的基于高程场的过程纹理生成方法,总结了实验结果。     

基于三角带模板的车辙实时可视化方法

给出一种基于三角带模板的车辙实时可视化方法，结合车辙的物理模型，并且采用过程纹理方法实时生成车辙纹理。先将地形分成大小相等的若干块，预计算一族三角带模板。在地形绘制时，仅是根据包围盒误差因子简单的选择一个三角带模板。选择Bekker的地形沉陷模型作为车辙的物理模型，并且采用过程纹理方法实时生成车辙纹理。给出了完整的动态地形可视化算法。最后实验证明的方法是可行、有效的。     

基于风格解耦和自适应层实例归一化的图像翻译方法

针对当前无监督图像翻译方法在翻译过程中存在着图像内容变化过大、目标图像域风格传递不佳而导致生成的图像质量较低、多样性较差等问题,提出一种基于风格解耦和自适应层实例归一化的图像翻译方法.首先,采用基于解耦表示的自编码器作为模型的生成器,共享内容编码器来增强图像翻译的内容一致性;其次,在解码器中实现自适应层实例归一化运算,可以自适应地改变图像的风格,以改善风格传递的效果;再次,将随机风格编码融合至损失函数中,使得设计的模型具有生成随机风格图像的能力,来提升生成图像的多样性;最后,设计并实现了该方法,并在多个数据集上进行验证和分析.实验验证表明,与现有的无监督图像翻译方法相比,所研究的方法生成的图像质量较高,多样性较好.     

复杂战场环境中基于规则格网的动态地形的研究

分析了现有的静态地形的多分辨可视化算法，选择基于规则格网的ROAM(Real-Time Optimally Adapting Meshes)算法作为动态地形研究的基础算法，并对ROAM算法作了适应一般动态地形可视化的通用性的改进，提出了规则动态地形和不规则动态地形的解决方案，并用实验数据证明所设计的方法是可行而且有效的。     

结合伺服电机的古建筑物增强现实交互展示系统

针对大屏幕设备的增强现实应用较多，但难以实现多人动态交互的问题，对大屏交互展示方法进行了研究。通过串口通信的方法，控制伺服电机往复运动；基于深度法线纹理，利用边缘检测方法实现古建筑物的线稿特效；结合硬件模块和展示应用模块，同时增加了交互功能和季节特效。实验结果表明，结合伺服电机的古建筑物交互展示系统，实现了扫描式的运动，可以根据位置信息渲染出当前古建筑场景，并且交互效果良好，该系统已在实际项目中得到很好的应用。     

一种时间控制的地形绘制算法

提出一种由时间控制的三维地形绘制新算法。依据事先确定的绘制时间对分块地形加以时间分配,同时考虑人眼感知因素确定地形绘制多分辨率层次,保证漫游中每帧的绘制时间与预设的地形绘制时间相等,与地形特点和视点位置无关,实现每帧地形绘制时间恒定,有效地解决了漫游过程中由于绘制帧速率不稳定而造成的显示滞后和画面的跳跃现象。算法适合具有大规模地形的场景实时漫游系统。最后通过实验数据表明算法是可行而且有效的。     

基于CNN网络和多任务损失函数的实时叶片识别

针对传统叶片识别易受环境干扰,难以实现复杂背景下的多叶片实时识别问题,提出一种基于CNN网络和多任务损失函数的实时叶片识别方法。采用CNN网络提取叶片图像特征图,输入到RPN网络生成区域候选框;依据特征图和区域候选框,提取候选框特征图,分别进行叶片分类和边界框回归,预测叶片类别和叶片预测框的定位;利用多任务损失函数约束分类和回归,来提高叶片分类和回归的准确率和运算速度。实验结果表明,该方法的平均实时叶片识别准确率为91.8%,平均实时识别速度为25 fps。     

基于神经网络的手绘服饰图纹上色及风格迁移

针对图纹上色容易色彩溢出、风格迁移缺少布料纹理特征等问题，提出基于神经网络的手绘服饰图纹上色及风格迁移方法。初始化数据集，收集服饰图纹图像，提取服饰图纹黑白线稿，合成具有颜色特征的手绘图像，构建风格数据集；构建条件生成对抗网络模型，基于该生成器模型实现对具有颜色信息的线稿图像上色；构建卷积神经网络模型，利用该模型计算内容图的内容特征并结合Gram矩阵计算风格图的风格特征，输出令人满意的服饰图纹迁移图像。实验结果表明，该方法生成的图像具有真实的服饰图纹颜色分布，具有较好的布料材质感。