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。     

一种复杂背景下模板检测与定位的新方法

在基于摄像机的场景测量中,图像采集的同时需要获得摄像机的参数,即进行摄像机定标。在利用参照物的自动标定过程中,首要任务就是实现测量场景中参照物(或模板)的自动检测与精确定位。为此提出了一种复杂背景下模板检测与定位的新方法。该方法包括模板检测与精确定位两个步骤。前者利用图像分割与形态学方法实现模板的粗定位;后者则结合边缘检测和Radon变换等技术确定模板的精确位置。实验结果表明,该方法实现简单、性能可靠,可适用于各种复杂的场景图像中。     

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。     

一种面向场景图系统的刚体模拟应用框架及其实现

场景图系统是在虚拟环境生成领域应用十分广泛的技术,而刚体是虚拟环境中大量存在的一种物体对象类型.借鉴一般场景图的思想,对基于场景图系统的刚体运动建模方法进行了研究,面向通用场景图系统提出了一个实时刚体动力学仿真模拟框架,并针对Vega场景图系统给出了基于开源动力学引擎的模块化实现.     

基于曲面纹理映射的图像对象阴影快速生成方法

在虚拟环境中，对象阴影的轮廓与在光源位置对对象的观察视图相同。通过对图像对象的视图载体进行网格化分割，对每个网格点基于光线跟踪算法计算投影点，基于光源位置计算对象阴影轮廓，从而提出了一种三维地形场景中基于曲面纹理映射的图像对象阴影快速生成方法，并对算法的性能进行了分析。实验表明，在动态光照条件下，该方法在增强对象真实感的同时，能够获得较为理想的场景渲染实时性。     

一种基于亮度和深度信息的实时景深渲染算法

在研究透镜成像模型与针孔成像模型的基础上,提出了一种基于亮度和深度信息的实时景深渲染算法,首次把景深渲染应用到增强现实系统。使用OpenGL和Visual Studio2008实现整个算法。通过建立三维空间坐标系,实时追踪和获取真实场景深度信息,把生成虚拟物体融入到真实场景中。随后,依据亮度信息对虚实融合场景进行模糊处理。最后进行图像融合,把模拟的景深效果输出到屏幕。实验结果表明,新算法更接近于真实摄像机拍摄的景深效果图,适用于增强现实系统。     

基于运动补偿的小型无人机云台控制器设计方法

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响,推导了机体角速度与云台姿态角速度转换矩阵,设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入,补偿因无人机运动引起的摄像机视线改变,并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度,减少云台抖动。     

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。     

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。     

虚拟现实中的基于图像绘制技术综述

基于图像绘制技术为虚拟现实系统提供了更加可靠、真实、快捷的虚拟场景构建方案。虚拟场景的基于图像建模、支持基于图像的场景控制以及基于图像实时动态分布协同工作等技术领域成为了基于图像绘制技术在虚拟现实应用中的三个主要发展方向。按照面向虚拟现实应用流程和系统结构分类,讨论现有的基于图像绘制技术发展状况,分析各技术的原理以及优缺点,最后提出了面向虚拟现实应用的基于图像绘制技术的拓展方向。     

基于改进相关邻域模型的SAR图像RCS重构

提出了一种基于改进相关邻域模型的SAR图像RCS重构滤波器,特别对高分辨率的SAR图像具有很好的去斑效果。本算法虽然是一种RCS重构算法,但是通过采用非线性积累的方法,可明确地把图像划分为阴影、背景和目标区,直接达到SAR图像目标检测的结果。本算法在平滑图像的同时,克服了多视平滑降低图像分辨率的固有缺陷,并且能较好地保持图像的边缘信息,能极大地提高后续SAR图像解释的效率。     

基于图像时频域局部特征的快速模糊分割方法

对于景物 -背景对比度差且信噪比较低的灰度图像的分割问题 ,提出了一种基于时频域局部特征的快速模糊分割方法。鉴于多分辨小波分析具有良好的揭示图像信号的时频域局部信息的能力 ,在图像的多尺度小波分析的基础上 ,基于高斯 -马尔可夫随机场理论 ,应用统计的方法抽取一组参量 ,这组参量反映了图像的局部特征信息 ,从而构造出图像的特征集。最后利用快速模糊C -均值 (QFCM)聚类方法对特征集进行模糊划分 ,从而完成图像的分割。实验证明 ,该方法具有良好的分割效果 ,且有较强的稳健性。     

Image processing algorithm acceleration using reconfigurable macro processor model

The concept and advantage of reconfigurable technology is introduced. A kind of processor architecture of re configurable macro processor (RMP) model based on FPGA array and DSP is put forward and has been implemented. Two image algorithms are developed: template-based automatic target recognition and zone labeling. One is estimating for motion direction in the infrared image background, another is line picking-up algorithm based on image zone labeling and phase grouping technique. It is a kind of "hardware" function that can be called by the DSP in high-level algorithm. It is also a kind of hardware algorithm of the DSP. The results of experiments show the reconfigurable computing technology based on RMP is an ideal accelerating means to deal with the high-speed image processing tasks. High real time performance is obtained in our two applications on RMP.     

基于三维小波变换及运动补偿的视频图像压缩技术

视频图像压缩技术是多媒体信息存储和传输的关键。提出了一种结合运动补偿的三维小波视频图像编码压缩技术。该算法首先对视频图像进行三维小波分解 ,然后对分解后的不同频率的子图像进行量化编码 ,并结合运动补偿技术消除图像帧之间的冗余相关信息 ,实现视频图像的编码压缩。实验仿真结果证明了这一算法的可行性和有效性     

基于SVM的跳帧转码快速帧间编码算法

为降低H.264跳帧转码运算复杂度,在帧间模式选择中引入支持向量机(support vector machine, SVM)技术,提出一种SKIP模式提前判决算法,具体讨论了关键的特征向量与核函数的选择方法。同时,利用宏块时域相关性缩减预测模式数量,实现率失真优化提前终止。其次,通过定义宏块运动程度参数,针对不同运动程度的视频序列自适应地选择运动矢量合成算法和运动搜索策略,有效减少在已获得最佳运动矢量后仍进行运动搜索的运算冗余。实验证明,此算法极大降低了算法复杂度（平均84%）的同时保证了较高的视频质量,与现有算法相比,具有更强的鲁棒性和更广泛的适用性。     

基于小波域的运动估计方法的实现

基于块匹配的运动估计是降低视频序列图像帧间冗余度的一项关键技术,但巨大的运动估值运算量和块效应制约了它的实际应用。在小波域中,根据子图像之间的相关性,可以由对最低频子图像作运动估计获得的位移矢量去预测其余子图像的位移矢量,提高了检测精度并减少了运算量和块效应,实验结果证明了这种方案的有效性。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

基于交叉定位的多传感器多机动目标跟踪

交叉定位的思想可以用来简化数据关联 ,实现状态估计。但在杂波或多目标的环境中 ,定位法会产生大量虚假目标。通过分析传感器数目的选择 ,来限定虚假目标生成的概率。提出了一种基于HMM(HiddenMarkovModel)的全邻似然估计跟踪算法。该算法采用观测 -航迹关联 ,具有相对简单的多项式复杂度。由于传感器量测的融合在状态空间中统一进行 ,该算法可推广到异类传感器组成的系统中。     

基于运动信息和相位一致性的运动目标提取

提出一种新的时空结合的运动目标分割方法。该算法首先在累积帧差图像上使用改进的高阶统计(HOS)算法检测出运动区域,用最大连通区域表示初始运动目标模板,利用基于Log-Gabor复小波变换的相位一致性边缘检测算法提取出每一帧的单边缘信息,结合初始运动模板与空域边缘图像得到更精确的运动目标模板,最后结合原图像分割出运动对象。实验结果表明该算法能从对比度较小和噪声较大的视频序列中精确地提取出运动目标,且不受光照变化的影响。     

两类阈值对图像小波边缘提取的影响研究

对Mallat的多尺度小波变换边缘提取算法中阈值的选取[1] 作了改进 ,提出了对整幅图像设置链平均幅度阈值 (Tm)的下限和链长度阈值 (Tn)后 ,再采用矩形自适应法选取链平均幅度阈值 (Tm)来对局部模极大值进行删取 ,在不同尺度上提取图像边缘 ,而后综合形成图像的真正的边缘。实验表明 ,这种对链平均幅度阈值 (Tm)先设定下限再采用矩形自适应法选取阈值的方法 ,是一种更加有效的边缘提取方法。