基于可编程图形处理器的实时景深模拟

一幅具有景深效果的图，其显著特征是图像部分清晰部分模糊。基于这一特点，在景深的计算机仿真中，首先由计算机对三维场景成像，并将该场景存储为纹理，此纹理为清晰的场景纹理。成像时通过顶点编程，于α通道中存储了物体距离聚焦面的深度信息。然后对场景纹理进行多次均值滤波生成模糊的场景纹理，最后以清晰场景纹理的α值为插值系数将两幅纹理进行融合而模拟出景深效果。算法充分利用了图形处理器（GPU）的多纹理技术和可编程性，将运算从CPU转移至GPU，很好地仿真了景深效果，且满足实时性要求，可应用于虚拟现实系统。     

基于GPU的自由立体显示器通用渲染算法

自由立体显示器作为三维显示器中的一种,能够产生具有空间感的三维映像,但在显示虚拟的三维场景时,需要对场景进行多视角渲染,渲染和数据传输次数都数倍增加,因而实时渲染成为难题。与传统的多视角渲染方法不同,提出的加速算法改变了渲染流程,把每个视角渲染后用于合成的子图像不再存回系统主存中,而是将这些子图像传入纹理内存。同时程序中采用了多处最新的OpenGL扩展功能,通过FBO将场景直接渲染到三维纹理,极大提高了纹理传输和多层纹理混合的效率,从而加速了整个渲染过程。另外,由于本方法保留了对各视角图像的独立渲染运算,对渲染场景具有很强的通用性。通过与其他算法的实验比较,证明了提出方法的通用性和稳定性,达到了实时显示的要求。     

高逼真度红外复杂场景动态实时生成技术研究

红外场景动态实时生成技术是红外成像半实物仿真系统中的一项关键技术,在外部渲染方法基础上,从保证半实物仿真系统的实时性出发,提出了一种不影响红外图像逼真度的红外复杂场景动态实时生成技术来突破仿真模型的逼真度与实时生成相互制约的瓶颈问题,以满足系统的实时性要求。该项技术可直接应用各类红外成像仿真系统中,具有较为重要的应用价值。     

基于光照贴图的Web3D全局光照协作式云渲染系统

提出一套视点无关的Web3D协作式全局光照渲染系统,以解决Web3D动态光照实时渲染问题。整套系统由负责全局光照的云渲染器和负责直接光照的Web渲染器构成,并把用户行为作为计算全局光照范围和频率重要参考依据。云渲染器在光照贴图中渲染光照数据,流式化传输到Web渲染器;Web端在对场景进行直接光照渲染后,通过采样光照贴图信息以获得包含全局光照信息的强真实感场景渲染效果。经实验表明,本系统在云端和Web端均有优异的效率表现,并体现出渲染计算强度轻量化、渲染效果真实化。     

基于膨胀腐蚀算法的软阴影生成

针对基于阴影图的半影生成算法中生成速度慢.本影区域过大的问题,提出了基于膨胀腐蚀算法的改进算法.首先利用阴影图的深度图生成一个亮度图,并计算出阴影的半影区相对于由点光源形成的硬阴影的距离,然后利用膨胀腐蚀算法根据求得的距离对亮度图进行适当的膨胀和腐蚀,最后利用经过处理的亮度图求得最终渲染结果.算法充分利用了阴影图算法不考虑场景本身结构的特点,并利用了GPU高度并行计算的优点,可以实现实时动态的高真实感的阴影渲染,并具有抗锯齿走样的特性.     

虚拟现实系统中的可见光成像仿真

对虚拟现实系统来说，画面的逼真程度是其能否为使用者提供良好沉浸感的关键。传统的计算机小孔成像模型因缺乏必要的深度信息，不能满足医学、军事等领域的仿真需求。结合真实透镜成像系统的光学原理，对原有计算机戍像模型进行了一定的补充和修改，提出透镜戍像系统数学模型，并具体解释了如何将透镜系统中的焦距、光圈、弥散圈、景深等概念映射到计算机戍像过程当中。随着科学技术不断发展，可编程图形硬件的出现使得大量的图形计算从CPU转移至GPU成为可能。介绍了一种对透镜成像系统数学模型的实现方法，它充分利用图形处理器（GPU）的多纹理技术和可编程性，不仅获得更真实的图像效果，且满足实时性要求，可以在虚拟现实系统中应用。     

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。     

基于OSG引擎的森林火势蔓延仿真系统关键技术研究

针对森林火势蔓延趋势的仿真推演需求,以及森林消防队伍的行动路线选择和实时路径生成的需要,提出了一种融合数字高程信息(digital elevation model,DEM)的扩展晶格模型,将地形的植被、受灾属性与地理高程信息进行结合,通过实时运算得到结果数据并转换为可渲染的资源形式,利用OSG三维渲染引擎将其呈现到最终用户层面。借助这一数据结构以及对应的关键算法技术的研究实现,完成了一套较为完整的森林火势蔓延趋势仿真和灭火演练系统。该系统具有灵活性高,仿真效率和效果较好,支持各种并行计算方法的特点,可以在相关行业和系统中广泛推广和使用。     

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。     

三维场景SAR射频仿真技术研究

三维场景合成孔径雷达（SAR）射频仿真对于SAR系统调试、SAR信号处理算法的研究具有重要意义。SAR射频回波信号仿真是SAR射频仿真技术的核心。结合SAR回波模型,在SAR射频仿真总体方案的基础上,提出了三维场景SAR射频回波实时仿真方法,根据SAR雷达平台飞行航迹信息实时计算成像场景后向散射系数、雷达与目标距离、遮挡因子、天线方向图加权因子等关键参数,实现了三维场景的SAR射频回波信号实时模拟,验证了该方法的正确性。     

融合纹理信息的深度图像修复

针对低质量深度图像中存在的空洞和噪声问题,提出了融合纹理信息的深度图像修复算法。首先利用形态学操作对空洞进行优化,基于区域的分割算法完成空洞区域分割;然后将提取出的空洞区域进行纹理信息填补,分析空洞区域与同场景彩色图像的局部结构相似性,完成空洞初修复;最后利用灰度级图像重建算法,对边缘空洞区域进行填充和平滑处理。基于标准数据集Middlebury,所提算法与快速行进算法、自适应中值滤波算法和形态学重建算法相比,对大面积空洞信息完成了良好的修复。在获得较好修复效果的同时,该算法保持了图像的结构完整性和整体平滑性。     

VDAS中基于单目红外图像的深度估计方法

针对视觉辅助驾驶系统(vision-based driving assistance system,VDAS)对夜间等低能见度场景下的车辆前视深度感知需求,提出一种基于深度学习的单目红外图像深度估计方法.该方法采用端对端的多任务自监督学习框架,利用单目红外视频帧之间的立体几何约束构建损失函数,无须场景的真实深度信息.取...     

仿射变换在增强现实中的应用

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务,它的具体实现依赖于计算机硬件和软件系统的相互配合及协调。本文在对基于位置跟踪和相机定标技术的传统虚实注册技术分析的基础上,讨论了仿射变换在增强现实中应用,并提出了在全局仿射坐标系下获取像素相对深度参数的一种策略。     

景象匹配辅助导航中多级实时匹配算法研究

由于选用部分Hausdorff距离进行图像匹配时不能满足较大尺寸图像匹配实时性要求,利用了多级分层匹配技术加速图像匹配,提出了多级实时图像匹配算法,该算法以部分Hausdorff距离为图像匹配相似性度量,结合小波变换多分辨率思想提取多尺度图像特征,实现了由粗到精多级分层实时匹配。图像匹配结果表明,光学卫星(IKONOS)图像和合成孔径雷达(SAR)图像二种情况下图像匹配结果准确,比仅采用基于部分Hausdorff距离图像匹配而言,采用三级图像匹配可大大缩短匹配时间。该算法实施景象匹配能在5 s以内完成,满足景象匹配辅助导航系统匹配修正的准确性和实时性的要求。     

基于自然特征点的实时增强现实注册算法

提出了一种基于自然特征点的实时跟踪注册算法,并将其应用于增强现实系统。算法在已知场景的3D模型以及少量标定关键帧图像的基础上,选择与当前图像最为匹配的关键帧,利用基于关键帧的图像匹配方法实时获取摄像机的运动参数估计。算法采用合成中间图像的技术解决两图像特征点间的宽基线匹配问题,并应用扩展卡尔曼滤波器对参数估计结果进行平滑,以消除系统抖动现象。实验结果表明,算法鲁棒性强,注册精度高,能够有效地克服系统误差漂移。     

基于球深度纹理的实时碰撞检测算法

基于包围球技术的方法是碰撞检测的常用方法之一,其算法虽然简单高效但检测精度低。结合包围球和基于图形硬件方法的优点,以带深度纹理的包围球替代物体的几何模型,利用图形硬件在纹理映射时进行深度比较以实现碰撞检测。试验表明,与CULLIDE算法相比算法执行效率更高,且执行时间固定,从而具有较高的实时性。     

适用于机器人视觉的图像分割方法

针对复杂图像分割问题开展研究,并以机器人视觉中目标搜索和识别问题为支撑目标,结合该背景明确提出了图像分割算法性能评价标准和侧重点,基于此约束,以Mean Shift分割方法为基础,并重点考虑了分割尺度的有效控制、分割过程兼顾场景深度信息等问题,对算法进行了针对性改进。针对分割尺度控制问题,提出了边缘敏感度的概念,提高了算法尺度分块的控制能力。针对深度信息融合问题,采用了双目视觉立体匹配和基于Kinect传感器的两种深度信息获取方法,均成功实现融合并提高了分割效果。实验结果表明,本文算法与传统Mean Shift算法相比具有明显优势,不仅能更有效地控制分割尺度,还能成功分割原算法难以分割的特殊情况。     

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。     

平行多视点算法实时求取深度信息

引入了平行多视点的概念，从平行多视点获取的多幅图像中可以求得深度信息。通过利用图像的ＦＦＴ变换，将时域中很难解决的问题变换到频域中来解决，避免了复杂的匹配运算，极大地简化了求取图像点、面深度信息的问题，并且提高了深度求取的实时性、全面性和准确性。介绍了算法原理及特点，并给出了实验结果及分析。