基于机器学习的三维数字图像虚拟场景重建算法

为使三维数字图像虚拟场景重建可以获得更优质的画面,提出一种基于机器学习的三维数字图像虚拟场景重建算法.首先分析场景的状态信息和呈现指令,得到图像重构的网格模型顶点分布位置,通过局部坐标法近似计算全局图像,校正局部细节,完成三维数字图像的渲染处理;然后以空间和尺度为特征点,在图像上构建窗口检测模板,应用分类器抑制离散特征点,去除冗余特征;最后根据拟合函数法求出平滑后的三维坐标重建三维曲面,将局部二维三角分割并映射到三维空间,实现三维数字图像虚拟场景重建.实验结果表明,该算法收敛速度较快,重建图像细节和边缘轮廓完整,整体效果较好.     

视频图像中监控目标的空间定位方法

为解决视频监控系统中目标空间定位存在困难大、耗时等问题,根据OpenGL透视成像与摄影测量一致性原理,提出基于三维场景仿真成像,并依靠视频图像与仿真图像间的对应关系进行地理场景中目标的空间定位方法.在视频成像时摄像机内外方位元素已知的情况下,在三维虚拟场景中形成虚拟相机来模拟实际摄像机成像过程,并将监控目标所在视频图像中的像素坐标等比代入仿真图像,通过虚拟成像的逆过程反推出目标的空间坐标.为有效分析系统的定位精度,采用地面激光扫描仪+同步拍照相机组成的三维场景采集系统来模拟实际的高精度摄像机+数字云台组成的视频监控系统.实验结果表明,目标点与相机的水平距离介于10~90 m内,各目标点的空间定位在X、Y、Z三个方向的误差大多在±0.3 m之间,说明本方法是可行的.这对于通过视频监控图像实现户外目标的定位,具有重要的参考价值.     

基于网格的织物虚拟场景真实感模拟及计算机实现

提出并实现了一种在虚拟场景中进行织物真实感模拟的方法。针对图像形式的特定场景，先确定要进行处理区域的边界，建立区域网格，对网格进行必要的拉伸、旋转等变换；然后进行纹理映射，同时保留场景原有的明暗度关系。运用这种方法建立的织物场景模拟，可使织物设计者能够迅速地检查设计效果，为织物虚拟地展示提供了工具，具有良好的实用性。     

一种基于虚拟实景空间的测量与定位方法

为了增强测量与定位操作的直观性和方便性,文章提出了基于虚拟实景空间的测量与定位方法。首先将二维屏幕坐标转换为对应的单幅图像坐标,基于约束条件,利用单目视觉技术得到摄像机坐标系坐标,实现3种情况下的边长测量;已知前后位置的经纬度值,确定摄像机前进方向,利用摄像机坐标系坐标经计算得到目标的经纬度值,实现目标的定位。实验结果表明,该方法可以对物体进行有效的测量和定位,满足实际应用要求。     

基于WebVR的井冈山虚拟旅游系统架构设计

针对当前主流的 VR 虚拟旅游系统因虚拟场景重型及网络带宽有限等因素而存在不能使游客直接浏览WEB 页面,需下载插件或客户端系统才能浏览的问题,对虚拟旅游实景漫游系统的轻量化架构进行研究.研究3D场景轻量化建模、3D引擎调用和轻量化脚本设计等技术,搭建云存储传输平台,集成导游人等关键技术,架构“网上井冈山”WebVR系统.架构的系统将使游客直接实时在线快速浏览Web页面,提高系统交互感、沉浸感.     

一种无特征提取的自然场景图像分类新方法

提出了一种新的基于部分连接神经网络的自然场景图像分类方法.运用该方法对图像进行模式识别时,不必进行特征提取,而是将整个图像输入神经网络,由神经网络在训练中透明地选择和识别特征.由于大型图形处理器(GPU)并行处理系统的运用,使得神经网络演化速度大大加快,弥补了该方法计算量大的弱点.实验结果表明,利用部分连接神经网络进行场景图像分类,与利用特征提取后再识别场景的分类方法比较,在总识别率上大体相当;但不必进行特征提取,而且速度很快.并且,还运用了插值和延拓两种方法来对图像进行尺寸调整,使得神经网络可以训练和识别不同大小的场景图像.     

航海模拟器中星空视景的建模与仿真

为了完善航海模拟器视景库,提高三维视景的逼真度,在视景系统中添加对星空天体运动的仿真.采用FK5星表数据进行数学建模,以航海模拟器中实时获取的系统时间和观测经纬度为参数,计算天体在第二赤道坐标系中的位置;根据球面天文学的知识,进行坐标转换,获得天体相对于观测者所在空间直角坐标系中的坐标;由太阳和月球间的相对位置决定月相,利用得到的计算结果进行星空视景的绘制,并将程序集成到航海模拟器视景系统中,实现场景漫游.仿真结果表明,该方法实现的星空视景符合航海模拟器的精度要求和虚拟场景中漫游的实时性要求.     

IBR技术与应用综述

IBR技术是一种全新的用于产生真实感图像的技术,主要应用于虚拟实景空间建立,虚拟实景空间漫游和虚拟对象展示.与传统的技术相比,IBR技术的优势主要在于图像的真实性,实时性和与用户的交互性.本文主要介绍了几种常用的IBR技术,以及IBR技术的主流应用,并进行一定的分析比较,总结了IBR技术发展的基础和关键问题.     

光学与深度特征融合在机器人场景定位中的应用

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取.然后将2组特征进行特征融合,并利用局部线性编码LLC算法进行特征编码.最后应用线性分类器对场景图像进行分类和匹配,得到场景定位信息.在基于PowerBot移动机器人和微软公司Kinect传感器搭建的机器人实时场景定位系统中,针对设计的算法,进行了实验验证.实验结果显示,提出的算法获得了较高的分类准确率,有效提高了机器人场景定位的工作效率,验证了场景定位算法的高效性和可靠性.     

基于倾斜摄影的两种建模方案及效果对比分析

利用无人机倾斜摄影技术采集神农架国家公园实验区三维实景数据,比较地形模型和FBX模型两种方式处理数据的可行性和适用性,结合Unity3D实现真实场景的虚拟搭建.实验表明,地形模型更适用于交互式的自然保护地科普系统,FBX模型更适用于大场景的地貌展示.Unity3D能够较好地处理无人机获取的真实地形,对于小场景真三维地形...