一种基于离散点的真实感图形绘制算法

曲面造型通常所采用的是基于三角形或多边形的表示方法，该方法存在着一些不足之处，文中对真实感图形生成过程进行了研究，提出了一种基于离散点绘制景物的新方法。景物由一组离散点集合表示，每个离散点包括坐标、颜色、法线、深度等。论述了基于离散点的实体造型、取景变换、消隐和光照等，并且在实践中进行了验证。     

基于模糊自适应谐振理论的彩色目标跟踪系统

提出了一种在变光照条件下进行彩色图像分割和目标跟踪的方法 .通过在色度、饱和度、亮度HSI(hue ,satura tion ,illumination)空间自组织非监督地进行颜色聚类 ,使用增加、削减和融合聚类的方法 ,寻找适当的聚类数量 ,使目标跟踪更加精确 .该方法基于模糊自适应谐振理论 (fuzzyadaptiveresonancetheory ,FuzzyART) ,具有在线升级目标颜色模型的能力 ,可以克服环境光线变化所带来的影响 .在复杂背景和变光照条件下的目标跟踪实验结果证实了该方法的有效性 .     

A network that learns to recognize three-dimensional objects

The visual recognition of three-dimensional (3-D) objects on the basis of their shape poses at least two difficult problems. First, there is the problem of variable illumination, which can be addressed by working with relatively stable features such as intensity edges rather than the raw intensity images. Second, there is the problem of the initially unknown pose of the object relative to the viewer. In one approach to this problem, a hypothesis is first made about the viewpoint, then the appearance of a model object from such a viewpoint is computed and compared with the actual image. Such recognition schemes generally employ 3-D models of objects, but the automatic learning of 3-D models is itself a difficult problem. To address this problem in computational vision, we have developed a scheme, based on the theory of approximation of multivariate functions, that learns from a small set of perspective views a function mapping any viewpoint to a standard view. A network equivalent to this scheme will thus 'recognize' the object on which it was trained from any viewpoint.     

LiDAR与航空影像的融合分类与精度分析

为了弥补单一数据源在地物分类时的不足,提出将机载激光扫描(LiDAR)数据与航空影像融合进行地物分类的思想,实现基于面向对象和单像元的复杂城区多级地物分类.将真彩色航空影像与机载激光扫描距离影像融合,采用光谱特征和空间特征将影像分割成若干同质区域;利用多源数据产生的各种信息建立分类规则并实现基于面向对象的地物分类,将植被信息和高差信息与分类结果叠加,实现基于单像元的分类结果纠正,然后再以对象内包含的建筑物直线段数量为约束条件对分类结果中的建筑物进行三级精化分类.实验表明该方法能够有效地自动分离建筑物、树木、草地和道路,其中建筑物的制图精度和用户精度分别是92.53%和95.79%,整个区域的分类精度为89.62%,该方法在复杂城区可行有效.     

基于三帧差分混合高斯背景模型运动目标检测

针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的“鬼影”问题,提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变,利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果。实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的“鬼影”问题。     

基于图像分割以及原目标检测的视觉跟踪

基于图像分割以及原目标检测的视觉跟踪是一种极具潜力的跟踪方法,该方法首先对视频中的图像序列用多种分割方法进行图像分割;然后基于概率潜在语义分析(PLSA)算法对分割区域进行类别估计;再从这些区域中筛选出各自的候选区域,对其进行选择性结合,提取出原目标,从而获得原目标的空间信息.最后基于原目标的空间信息,用贝叶斯算法对目标进行跟踪,并采用EM算法来优化跟踪算法.实验证明,该方法优于其他的跟踪方法,能鲁棒地处理遮挡,分散和光照变化等问题.     

表情比例图的鲁棒性增强算法

针对表情比例图（ERI）方法的光照条件及对准误差的鲁棒性较差的问题，提出了一种新的比例图滤波方法，该方法利用形态学膨胀算子提取对准误差所致的噪声区域及其过渡带，然后利用线性插值恢复出平滑的比例图，同时还提出了基于商图理论的光照校准方法，并应用于照明条件不一致下的表情绘制，即通过求解空间3个独立点光源的组合系数，实现了样本图从任意光照向期望光照的校准．实验结果表明，所提方法能够探测并消除对准误差带来的比例图噪声，能够实现不同照明条件下的样本图像光照校准，从而提高了ERI算法应用于表情合成时的鲁棒性．     

基于光线跟踪的一般辐射度方法研究

通过对目前主要采用的两种真实感图形绘制技术—光线跟踪技术和辐射度方法的研究；在将光线跟踪技术和辐射度方法相结合，更有效地模拟光能在物体表面间的镜面反射、透射和漫反射光照效应方面，本文做了较深入的讨论；对非理想漫射的一般环境，给出了基于光线跟踪的一般辐射度方法及其逐步求精选代的算法。     

一种光照不变性模型下的阴影去除方法

提出了一种新的基于光照不变性模型的阴影消除方法。首先对二维光照不变性图像恢复阴影,再利用基于互信息的图像融合去除运动目标的投影,最后通过图像镜像消除边界条件的制约,改善阴影去除效果。实验结果表明,该方法能够有效地消除运动目标的阴影。     

三维图像中物体体素重建的新方法

在三维图像，例如LSCM，CT和MRI图像的处理、识别、可视化和计算机绘图中，三维物体的重建是必不可少的．已有的三维物体重建方法是基于二维物体重建的连通模拟法，因此重建速度慢．为此，我们提出一种新的快速的三维物体体素重建方法．在这种方法中，首先采用边沿跟踪和水平扫描的区域标号法重建三维图像的每个平面中的二维物体切片，然后采用伪OR运算和链接表的叠片法重建三维图像中的三维物体实体．作者首先介绍边沿跟踪和水平扫描方法，然后介绍伪OR运算和链接表，最后给出采用这种方法的实验结果的一个例子。     

基于几何元素的具有影像纹理的三维空间数据模型

基于对城市三维地理信息系统中复杂对象进行描述 ,以及三维空间查询和影像纹理真实化表达的需要 ,将空间现象抽象为点对象、线对象、面对象、体对象、数字地面模型和栅格影像 6类。基于点、直线段和面片 3类几何元素 ,建立了具有真实影像纹理的三维地理信息系统的空间数据模型 ,并给出了其数据存储结构。理论分析表明 ,该模型不仅可以表达规则对象 ,也可以表达非规则对象 ,同时还可以依据模型中隐含定义的几何元素之间的拓扑关系 ,方便地推求空间对象之间的空间关系。相对于矢量栅格集成的数据模型而言 ,该模型把三维几何建模矢量数据和影像纹理栅格数据分开存储 ,可以方便地在关系数据库中予以实现 ,同时 ,采用基于面片几何元素的形式很容易实现空间面对象或体对象的不同侧面的影像纹理贴加。     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法——距离角度图法 ,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达 .这种表达方法能够描述任意形状的物体 ,通过对参数的控制 ,能做到既可以表达物体的局部特征又可以表达物体的全局特征 ,且能够适应不均匀格网的情况     

Hierarchical surface fragments

A new compact level-of-detail representation, called hierarchical surface fragments, for geometric objects with highly complex shape is presented. The representation comprises a set of irregular unstructured sampled surface fragments, whose boundary is a circle viewed along its normal. An efficient algorithm to construct the representation is described. In depiction of the framework for visualization, a screen tile technique for acceleration of rendering is proposed. Since an approximate z-buffer algorithm is adopted to fast determine visibility of each rendering primitive, a new buffer, z-delta-buffer, is designed to facilitate solving the problems raised by the approximation and to improve the image fidelity. Finally, a solution is provided to integrate our rendering approach for hierarchical surface fragments with traditional polygon-based methods.     

景物空间的镜面反射(折射)现象绘制方法

为了提高视点相关的镜面反射(折射)现象的绘制速度和绘制质量,提出了计算任意曲面反射(折射)光学映射虚物体的方法。该方法根据实际物体在反射/折射体中所成的像创建虚物体,利用图形加速硬件像处理实际三维物体一样绘制这些虚物体,将得到的关于虚物体的图像与实际反射/折射体的图像相混合,就可以得到有反射/折射效果的最终图像。实验结果表明:该方法可以克服光线跟踪方法当空间点采样不足时所带来的走样问题。该方法利用图形硬件加速,提高了绘制的速度。     

地理信息系统中的对象代数

在一般空间数据库中同时使用关系代数和图象代数给查询优化带来困难．本文提出一种合并的对象代数以支持地理信息系统中的复杂查询．代数的基础是规范化的面向对象的空间数据模型，该模型将图象代数操作与空间物体属性一起集成于物体基元的定义中．最后讨论了基于对象代数上的查询优化．     

嵌入粒子滤波中的AdaBoost跟踪器

为了在复杂背景、部分遮挡和光照变化等因素干扰的情况下鲁棒地跟踪视频序列中感兴趣的运动目标,提出一种新的将分类器融合到跟踪器中的算法。该算法将级联的AdaBoost分类器中每个弱分类器、每层强分类器集成到粒子滤波的观测模型中。同时,结合Fisher线性判别函数在线地选择有鉴别能力的弱分类器用于更好地估计跟踪目标的状态。在不同场景和不同目标的跟踪实验中,提出的算法准确地跟踪到感兴趣的目标。实验结果表明:该算法可以有效地克服复杂背景、部分遮挡和光照变化等因素的干扰,同时可以跟踪目标的快速尺度变化和深度旋转。     

嵌入粒子滤波中的AdaBoost跟踪器

为了在复杂背景、部分遮挡和光照变化等因素干扰的情况下鲁棒地跟踪视频序列中感兴趣的运动目标,提出了一种新的将分类器融合到跟踪器中的算法。该算法将级联的AdaBoost分类器中每个弱分类器、每层强分类器集成到粒子滤波的观测模型中。同时,结合Fisher线性判别函数在线地选择有鉴别能力的弱分类器用于更好地估计跟踪目标的状态。在不同场景和不同目标的跟踪实验中,提出的算法准确地跟踪到感兴趣的目标。实验结果表明:该算法可以有效地克服复杂背景、部分遮挡和光照变化等因素的干扰,同时可以跟踪目标的快速尺度变化和深度旋转。     

区域生长型分水岭算法及其在图像序列分割中的应用

针对物体基视频编码中的图像分割,提出了一种区域生长的分水岭算法,它直接对要分割的图像而不是其形态梯度信号进行分割,克服了传统形态分割方法使用形态梯度信号而导致轮廓信息丢失的缺点。此外,在具体实现算法时,采用了一种基于分级队列结构进行图像扫描的巧妙方法,大大提高了算法的效率。模拟结果表明,该算法能有效地分割运动物体,能较精确地定位运动物体的边缘。     

基于相位相关法的柱面全景图拼接技术

针对基于图像绘制技术中柱面全景图拼接问题 ,该文研究了利用相位相关法 ,通过对图像作快速傅立叶变换 ,利用频域中的相位信息来实现图像的拼接 ,实验表明该方法大大提高了拼接速度 ,并且能够有效地克服图像间光照变化和相机镜头造成的几何畸变对拼接的影响 ,是一种快速实用的全景图拼接方法     

基于水平集方法的多运动目标分割

给出了一种对光照变化等实际环境中干扰不敏感的基于水平集和背景减的运动目标检测与分割方法。首先建立了当前帧图像与背景参考帧图像间的纹理差，并将其与灰度差相结合构成差图像；然后，分析了纹理特征，并采用适当措施减小由场景中杂乱运动产生的不利影响，从而实现运动目标的鲁棒检测；最后采用了基于区域的水平集方法，将多个信息有机地结合在一起，实现对多个刚体或非刚体运动目标的分割。实际采集序列图的仿真实验验证了该方法的有效性。