贵州少数民族舞蹈数字化保护与传承

本文通过采用光学式运动捕捉技术获取少数民族舞蹈的运动数据并进行动作编辑,利用3DSMAX对舞蹈者、服饰等复杂模型建模,并利用运动捕捉系统得到的运动数据驱动模型,生成数字化运动模型,研究了OPENGL的运行机制,结合3D SMAX与OPENGL各自的优点,实现对舞蹈动作的人机交互控制。     

群体运动行为的建模与仿真实现

针对某生物群体,抽象为在三维环境下去描述并实现Reynolds模型的3条规则。实现过程中以平衡距离为参考点,依据局部感知范围内个体间的吸引和排斥作用的数学方程式对群体运动行为进行建模,该模型确定了每一个体的运动方向向量,从而求解出每一个体下一时刻的位置。利用Matlab编程对群体运动行为进行仿真实现,仿真结果表明此模型能够较好地反映生物群体运动行为的实际情况。     

基于双学习映射增量降维模型的人体运动形态估计

如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体运动形态会耗费很多时间,并且估计效果也不好。因此,要想得到更准确的估计结果还是比较困难的。对于这样的一个研究问题,提出基于双学习映射增量降维模型来实现三维人体运动形态估计,该模型可以从单视角的二维图像较好的估计出三维人体运动形态,缩短估计算法运行时间,并得到更准确的估计结果。     

基于VEGA舰载机滑跃起飞视景仿真的实现

建立了舰载机滑跃起飞模型和舰船在规则波中的运动模型,然后利用建模软件Creator及视景驱动软件VEGA建立虚拟海洋环境及舰船,舰载机的几何模型,并在API应用程序中对舰载机和舰船的六自由度运动进行实时控制。仿真结果表明该仿真系统较好地模拟了舰船在规则海浪中的运动情况。实现了舰载机滑跃起飞的实时状态,而且能反映舰船运动对舰载机起飞的影响。     

一种视频序列中运动目标的检测与跟踪方法

运动目标的监控与测量在汽车导航和智能监控行业中得到大量应用。本文提出了基于统计背景模型和灰度质心模型的运动目标检测和跟踪算法。在此方法中先建立背景的高斯模型,然后检测出场景中的运动目标,最后根据目标检测的结论,得到运动目标灰度质心的计算结果,并在坐标系中记录位置,采用最小二乘法拟合实现了对运动目标的跟踪。相应的实验结果表明这种方法能有效检测和跟踪运动目标。     

基于JDBC的虚拟装配平台的实现

提出了在JDBC数据库基础上构建B/S模式的虚拟装配平台。分析了VRML模型的数据特征并给出了模型的数据存储格式,讨论了在web环境下可视化编程技术的实现。在客户端利用JAVA 3D类库,实现了模型的运动和干涉碰撞检测,并给出了一个应用实例。     

基于混合高斯模型的运动目标检测算法

针对摄像机在静止条件下的自适应运动目标检测,提出一种改进的运动目标检测算法。首先,针对高斯混合背景建模初期背景建模效果不理想的问题,利用统计的方法得到背景模型,根据背景图像建立高斯混合模型;在模型学习方面,为均值与方差设置了不同的学习率。针对传统的LBP算子的缺陷,提出了一种改进的纹理特征算子,将其与HSV颜色空间去阴影的方法相结合,从而实现对阴影的检测与去除,利用随机Hough算子对圆的检测原理,在运动目标检测的基础之上,实现对人头的边缘检测。实验结果表明:该算法可以很好地检测出运动目标,并能够有效去除运动目标包含的阴影区域,从而实现人头区域的检测。     

基于VRML的并联振动试验台虚拟现实运动仿真

本文以一种并联振动试验台上升运动为研究对象,探讨VRML在并联振动试验台运动仿真中的应用。文中首先将Solidworks软件建立好的并联振动试验台的三维模型转换为VRML文件,并在VRML文件编辑器中完成并联平台VRML模型的完善。最后联合MATLAB中的VR Sink模块实现对并联振动试验台的虚拟现实运动仿真。     

基于Petri网模型控制的步行机器人的自由步态

为解决步行机器人在复杂环境下的运动问题 ,根据步行运动的特点 ,提出了单腿运动的 Petri网控制模型 ,又以5足步行机为例 ,建立了与其腿数相对应的多腿协调控制模型 ,并制定了相应的控制策略。在此基础上 ,重新提出了有关步行机器人自由步态的有关概念及其运动规划算法 ,定义了保持静稳定行走状态的运动条件和判断方法。最后对 5足步行机在平面不连续落足区内的跨沟运动进行了仿真。仿真结果表明 ,提出的运动控制模型和自由步态能够自动适应运动环境 ,实现离散地形下的步行运动     

基于力反馈-CPG模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,本文在Matsuoka振荡器的基础上创新性提出带力反馈神经元的三神经元相互反馈的CPG模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上对三神经元CPG模型建模分析并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计并建立对应反馈模型,根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂未知环境中也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。     

Joint segmentation and motion estimation of left ventricle with an anisotropic biomechanical model

Accurate estimation of shape and motion variability of the heart has important clinical implications for heart disease diagnosis. In this paper, we describe a framework which performs simultaneous segmentation and motion analysis of the left ventricle from 3D cardiac images. The left ventricle is formulated as an anisotropic linear elastic body represented by a set of tetrahedrons constructed from sampling nodes. The elastic body is evolved by both internal force and external force, and the external force imposed on each node is an integration of edginess measure, shape coherence measure, prior distributions of the myocardial tissues and temporal driven measure. The displacement field and the segmentation result are simultaneously solved at the equilibrium state between the internal energy and the external energy. The experiment with 3D canine MR images illustrated its abilities and benefits.     

基于边带限制的梯度矢量流主动轮廓线模型的超声图像分割

主动轮廓线模型是广泛应用于数字图像分析和计算机视觉等领域的一种目标轮廓跟踪算法，非常适合于医学图像（如CT和MRI）的处理。但将这一模型应用于超声图像的分割和目标轮廓的跟踪时，由于超声图像不可避免地存在着斑点噪声、弱边界和与组织有关的纹理，往往使传统主动轮廓模型难以获得满意的轮廓跟踪效果。为此，在梯度矢量流主动轮廓线模型的基础上，引入边带限制概念，并将该模型应用于超声图像的分割。实验表明，该方法较好地限制了非目标边缘和噪声干扰的影响，而且对超声及其序列图像具有较好的分割效果。     

基于梯度向量流的活动轮廓模型

针对当前活动轮廓模型对噪声敏感, 难实现弱边界图像的准确分割问题, 提出一种基于梯度向量流的活动轮廓模型. 首先采用Contourlet变换对图像进行去噪处理, 解决了噪声对图像分割的干扰; 然后在活动轮廓模型中引入一个指示函数, 用于描述向量场与轮廓曲线间的关系, 通过轮廓曲线演化过程实现图像分割; 最后用实验对本文模型的图像分割性能进行验证. 实验结果表明, 该方法可以快速、 准确地实现多种类型的图像分割, 分割精度和抗噪能力优于其他活动轮廓模型.     

基于形状先验和在线鉴别性分析的道路检测

基于视觉道路检测是无人车视觉导航和高级驾驶员辅助系统的关键技术,本文提出了一种基于道路形状先验和在线鉴别性分析的道路检测方法. 该方法利用已标记道路图像样本,训练得到道路形状字典,进而使用稀疏表示方法识别道路形状类型;通过道路形状的识别,获得准确的道路形状先验信息,从而得到非路区域和道路区域在颜色空间上的分布;基于这两类分布,进一步引入鉴别性在线选择方法寻找最大鉴别颜色通道图像,该通道图像能易于分割出道路区域,从而实现了一种基于鉴别性分析的道路检测方法. 在标准库和自建库上的实验表明本文方法能有效提高道路检测的准确性和鲁棒性.      

基于小波域局部二值模式和活动轮廓模型的纹理图像分割

提出一种双树复小波域局部二值模式和活动轮廓模型的纹理图像分割方法.该方法首先使用双树复合小波(DTCWT)分解纹理图像,然后使用局部二值模式(LBP)提取纹理特征.利用最大熵准则对纹理特征图像进行选择.活动轮廓模型(ACM)用于最后得分割.实验结果表明提出的方法对于合成纹理和自然场景数据集达到了较高的分割精度.     

基于边缘信息和先验形状的水平集图像分割方法及其在病原菌识别中的应用

研究从多目标图像中自动提取单个目标的图像处理方法.从分析曲线的水平集表示入手,首先探讨了水平集动态轮廓分割和配准模型构建的统计思想和变分方法,然后针对多目标粘连图像的特点,提出了含边缘信息和先验形状的水平集图像分割模型,并将其应用于病原菌的识别.由于引入边缘信息改进对分割的约束,加强了目标边缘对分割轮廓的吸引,同时消除了一些由噪声、阴影和杂质造成的影响.实验表明,改进后的先验形状水平集图像分割方法能直接从多目标粘连图像中提取单个目标,进一步完善了依据显微镜图像识别病原菌的图像处理方法.     

显微细胞图像分析方法的研究进展

阐述了图像处理技术在显微细胞图像处理领域的发展现状,包括显微细胞图像预处理算法、细胞分割算法、细胞跟踪算法、细胞形状变化分析、3D细胞图像分析等内容。 指出了显微细胞图像处理研究中的难点,如非刚体形状的描述,旋转、平移、尺度变化对形状描述影响的消除,3D形状信息的提取和压缩等。 并探讨了显微细胞图像处理由静态图像分析向动态图像分析,由2D图像分析向3D图像分析,由定性分析向定量分析的发展趋势。      

心脏核磁共振图像左心室底层组织分割方法

提出了一种基于局部灰度聚类(LIC)模型和分水岭算法的心脏核磁共振成像(MRI)图像左心室底层组织分割方法.首先,使用LIC模型对图像进行初步分割,提取出图像中的组织和器官;然后,使用分水岭算法弥补粘连的不同组织或器官之间缺失的边界,将其分开,人工选取种子点进行区域生长初步提取左心室;最后,利用左心室形状特征的先验知识判断提取的左心室中是否包含主动脉,若包含则去除主动脉,得到精确的左心室分割结果.实验结果表明,该方法能有效去除心脏MRI图像上左心室底层存在的弱边界和边缘泄露的影响,得到准确的左心室底层组织分割结果.     

中国数字人切片图像的自动配准与分割方法研究

提出了一种新的方法,用于解决数字人数据集重建前的切片图像配准和分割问题.首先利用改进的彩色空间动态阈值法和形态学处理提取切片图像的定位杆坐标,在此基础上对原始图像进行变换,从而实现数据集的配准;其次根据配准后数据集相邻切片目标轮廓在位置和形状上的相似性,利用前层切片分割结果指导初始化位置和限制搜索空间的主动轮廓模型,实现了配准后数据集的自动分割.所提出的方法在数字人切片图像的分割中取得了令人满意的效果,并且该方法还可以应用在CT、MRI等医学图像序列中的器官和部件的分割中.     

基于全局优化方法的SAR图像快速分割算法

为解决变分水平集分割模型能量泛函的非凸性及其易陷入局部极小值解的问题,研究变分水平集分割模型的全局优化问题.基于Aubert-Aujol (AA)去噪模型和变分水平集方法,提出一个局部统计活动轮廓模型;然后通过凸松弛技术将提出的模型转换成全局优化模型;再利用分裂Bregman技术将全局优化模型转化为两个易于计算的Shrinkage算子和Laplace算子.通过对合成图像和Envisat SAR图像的分割实验,提出的全局分割模型不仅能够快速地得到全局最小值,而且比经典模型更准确地得到图像分割边缘.