三维图形空间中远距离对象的近似表现方法

三维图形空间中的漫游是虚拟现实领域中一个很有研究价值的课题。但是目前的算法对计算机的软硬件要求较高,而且即便如此,也很难达到实时漫游的要求。实际应用这些算法时,需要以牺牲图形质量或帧率作为代价。纹理虚墙及其球面和柱面扩展是结合人类视觉特点提出的,用于近似表现交互式虚拟环境中远离视点对象的方法。虚拟边界将空间分割成若干区域,视点所在区域内的对象按三维模型绘制,其余对象由其投影在虚拟边界上的纹理图表达。漫游者的视点移动时,三维空间中各个对象的表现方法也随之调整。这种纹理虚墙方法及其球面和柱面扩展大大降低了表现三维环境所需的计算量和对硬件的要求,能够达到很好的“图形”质量和很高的帧率,总体上改进了在三维图形空间中的漫游效果。     

利用编号计算点阵图形旋转后位置的新方法

定义了点阵图形的最小旋转点阵空间,根据点在最小旋转点阵空间中的位置,给点阵图形中的每个顶点一个编号。给出了一个算法,利用编号计算点阵图形的顶点在其最小旋转点阵空间中旋转特定角度后的位置。给出了算法的理论证明。该算法与常规的用旋转公式的方法相比,在时间效率没有降低的同时,不用存储点旋转后的位置坐标,从而节省了存储空间。     

点到三维隐式曲线的正交投影算法

针对点到三维(3D)隐式曲线的正交投影问题,提出了一种稳定的几何迭代算法.算法首先给出了基于二阶泰勒逼近的投影点追踪公式;通过将给定点向初始点处的曲率圆作投影,提出了基于曲率的步长控制策略;考虑到迭代过程中存在的误差,给出了基于梯度的迭代误差矫正方法;最后,给出了计算点到三维隐式曲线的正交投影的完整算法实现步骤.仿真结果表明,算法对初始值的敏感性较低,算法稳定、高效,收敛性良好.     

三维欧氏重构的快速算法

提出一种分层三维欧氏重构算法。以仿射投影来逼近透视投影,采用线性迭代估计射影深度,通过测量矩阵的奇异值分解实现射影重构。然后利用场景中的平面与像平面的单应矩阵关于摄像机内参数的约束来实现摄象机的标定,最后求解一个满足欧氏重构条件的4×4非奇异矩阵,通过此矩阵将射影重构变换为欧氏重构。实验结果表明该算法是行之有效的。     

圆环射线分解投影轮廓的三维模型检索方法

虚拟现实、可视化技术、数字化和三维图形建模的发展使互联网和专用数据库中三维模型的数量和检索需求快速增长,因此提出了一种圆环射线分解投影轮廓的三维模型检索算法。首先,对三维模型进行位姿对准、投影变换和边界提取;然后,对提取的投影轮廓用圆环射线分解的组合方法参数化,并对该参数化函数进行傅立叶分解,得到图形特征;最后,对特征描述符做相似性匹配,计算特征比较值,得到检索结果。实验表明,该种方法对三维模型的检索效果较好。     

基于边缘点投影方差最小的车牌倾斜校正方法

在车牌识别系统中,为提高字符分割和识别的效果,需要对定位后的车牌图像进行倾斜校正.提出了一种基于边缘点投影方差最小的车牌倾斜校正方法.首先将旋转后车牌图像的垂直边缘向水平方向投影;然后导出边缘点投影方差最小时旋转角度的闭合表达式,由此一步确定车牌的倾斜角度;最后通过双线性插值方法校正车牌.给出了实验结果,并与车牌倾斜校正的Hough变换法、旋转投影法和主成分分析法进行了精确度、算法复杂度及运算时间的比较,结果表明所提出的方法精确度高、鲁棒性好、实时性强.通过进一步分析和推广,将车牌倾斜校正方法总结为两种不同类型的方法,并对它们进行了比较.     

基于四元数的3D物体旋转及运动插值

研究了四元数方法在三维图形旋转变换中的应用。提出一种利用鼠标的拖拽关联三维模型的方位欧拉角的方法,将表示旋转数据的方位欧拉角转换为四元数,并利用四元数乘法运算的几何意义实现多次旋转的连接,最终实现鼠标拖拽自由旋转三维物体的功能。对物体的方位序列进行四元数球面线性插值,实现了使某水下航行体模型的运动仿真效果更加顺滑、逼真。     

基于增强学习的关节型机器人动态操作任务运动规划

提出增强学习(RL)解决机器人动态操作任务运动规划的方法。对动态操作任务,分析了如何确定输入输出变量以及强化函数的设计问题;给出用于连续输入输出问题的自适应启发评价(AHC)算法。增强学习解决动态操作任务的运动规划问题,只需要机器人正解进行反复尝试即可学会动作,从而避免了常规运动规划方法中涉及的复杂逆解运算;最后以平面3连杆机器人接取自由飞行的球为例进行仿真研究,结果表明了方法的有效性和可行性。     

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。     

基于组网雷达的空间旋转对称进动目标三维重构

对于空间旋转对称进动目标,单部雷达成像仅能获得目标在雷达视线(line of sight,LOS)方向的一个切面,无法反映目标真实的三维结构,同时进动增加了成像的复杂度。利用组网雷达多视角观测的特点,提出一种基于组网雷达的旋转对称进动目标三维重构方法。首先建立了旋转对称进动目标的回波模型;在估计视线-轴线夹角的基础上,采用复数逆投影方法实现进动目标的二维成像,并分析了允许的夹角误差范围;基于分布式雷达二维图像,提出一种适用于旋转对称目标的三维重构方法,通过对各二维图像进行空间定标、匹配融合、强点检测和曲线圆拟合,最终实现目标的三维重构;最后通过仿真实验初步验证了该方法的有效性。     

多视图像的三维重建并行计算仿真平台

针对基于视频图像的三维重建所需设备复杂和计算量大的问题,提出基于CUDA的可视外壳并行计算仿真实验平台。用三维图形绘制管线中的视点模拟真实相机,应用相机参数将各图像中物体轮廓坐标统一转换到世界坐标系,利用CUDA并行计算可视外壳。在此平台上将基于体素的可视外壳生成算法转化为CUDA线程块并行计算,仿真实验表明加速效果明显。     

基于模型的CT三维医学图像重建仿真

2DShepp-Logan头部模型是CT二维医学图像重建领域普遍采用的经典模型。提出一种思路—以3DShepp-Logan头部模型作为CT三维医学图像重建进行仿真实验和算法性能评价的基本参考模型。首先介绍3DShepp-Logan头部模型的设计以及仿真投影数据的计算,进而描述所设计的CT三维医学图像重建仿真计算过程。数值实验部分给出了基于3DShepp-Logan头部模型的CT三维医学图像重建仿真实例。实验结果表明了该思路的可行性和模型计算的准确性。     

基于ITM的复杂电磁环境并行计算方法

针对复杂电磁环境仿真中算法复杂、计算量大的特点,构建了一种基于不规则地形模型(irregular terrain model, ITM)电波传播模型的复杂电磁环境并行计算方法。该方法采用三维标量场的数据组织方式描述复杂电磁环境。在并行计算关键的任务分配阶段依据ITM模型的计算特点和三维标量场的数据组织方式,采用了以标量场列为基本单位的静态任务分配方法,有效地避免了地形提取的冗余计算,保证了节点间的负载平衡。经实验验证,该算法并行效率较高,能够有效地满足不规则地形条件下的复杂电磁环境快速计算的需要。     

基于随机阵列的NUFFT BP三维快速成像

传统的二维实阵列用于三维微波成像时,需要相对较高的脉冲重复频率才能切换发射阵元。针对这种情况,利用随机阵列来实现三维成像,目的是有效降低脉冲重复频率。进一步提出利用等效相位中心原理来实现任意随机阵列布局的可行性方案。然后,基于随机阵列,发现使用非均匀快速傅里叶变换(nonuniform fast Fourier transform,NUFFT)来实现后向投影(back projection,BP)算法的插值过程,能够用较少的运算量实现BP算法的高精度插值。最后,结合并行处理技术来实现NUFFT BP算法,结果使得BP算法的执行效率得到显著提高。     

基于三维模型的多传感车辆定位与识别研究

车辆的定位与识别是智能车研究的重要环节。针对二维算法及单传感的不足,提出了一种基于三维模型的多传感车辆定位与识别算法。定位系统中,通过将雷达的位置估计和图像的灰度信息进行融合来获得位移参数,并将改进的Hausdorff距离和模拟退火算法相结合得到旋转参数。在此基础上,识别系统计算每个模型与目标车辆的匹配值,根据其在采样时段内的平均值确定车辆类型。实验证明,该方法能有效地实现目标车辆的定位和识别。     

三维建模中平面分割并行算法的设计与实现

基于高性能集群的并行计算在许多领域得到了广泛地应用和发展。针对三维建模的特点,设计和实现了平面分割的并行算法,重点阐述了并行算法中各进程的数据分配和通信方式等关键问题。并通过实验,给出了该并行算法的加速比和效率,验证了并行计算在三维建模中的优势。     

一种基于PC的快速三维图像重建方法

主要从传统FDK算法的改进和数据并行计算两方面来研究快速三维图像重建算法,提出了一种Z线优先重建法,能够有效地组织和划分重建数据,从而使得对重建数据的内存访问非常连续,便于采用单指令多数据(Single Instruction Multiple Data, SIMD)技术进行数据并行处理。最后基于Intel Pentium 4 CPU的PC平台,利用SSE/SSE2技术开发了三维图像快速重建引擎。实验结果表明本文提出的方法非常有效,与原始重建算法相比,在保证图像质量不受损失的前提下取得了20倍以上的重建加速比。     

时域有限差分并行算法中的吸收边界研究

针对并行FDTD中以二阶Mur、单轴各向异性介质完全匹配层(UPML)和卷积形式完全匹配层(CPML)为吸收边界的并行化处理方法进行论述.用金属球的远区散射计算,并与Mie级数解对比,验证了并行计算中三种吸收边界的吸收效果.最后给出UPML吸收边界FDTD计算内存估计公式,并以电大尺寸目标卫星模型为例对并行性能进行了测试.由于并行中通信时间影响并行加速比和效率,UPML和CPML吸收边界的相邻子域数据通信方式与FDTD选代式相同,而Mur吸收边界的相邻子域间数据通信方式与FDTD完全不同,它的并行性能要低于前两者.电大尺寸卫星目标模型的多机并行计算测试结果表明,UPML和CPML并行FDTD计算的并行加速比及其效率整体上高于Mur,其中CPML吸收条件下的效率达到90%以上.     

空间遥操作预测仿真快速图形碰撞检测算法

高效实时的图形碰撞检测是实现空间遥操作三维图形预测仿真关键难点之一。在非结构化虚拟现实环境下由于无法预先构造层次包围盒,必须对大量三角形对进行相交测试,繁重的计算严重影响了碰撞检测的实时性。针对上述问题,提出了一种优化的快速三角形相交测试算法。通过引入计算坐标系,将可能的空间平面相交问题降维为平面坐标系下交线段与三角形的位置关系问题。通过重用三角形计算信息,大幅减少了多对三角形相交测试时的计算量。对比分析表明本算法具有更少的计算量和更短的计算时间。仿真对比实验验证了该算法的优越性。     

基于GPU的大规模多阶段任务系统可靠性并行计算方法

针对大规模多阶段任务系统(phased-mission system, PMS)的可靠性求解,引入并行计算思想,通过分析传统的一致化方法(uniformization method, UM),基于Nvidia提出的CUDA(compute unified device architecture)架构,实现了基于图形处理器(graphics processing unit, GPU)的UM并行算法(GPU-UM),并采用合并访问和共享内存技术,提高了GPU中数据负载的利用率;PMS中不同阶段参与任务的设备及其数量通常会发生变化,导致阶段间依赖性处理困难。通过对新设备加入、已有设备暂时退出任务或完全退出任务等3种基本情况的分析,提出了阶段间状态映射机制,实际中的阶段变化情况更加复杂,可综合上述3种基本情况进行处理。通过算例对比了GPU-UM、CUDA-UM、传统UM和Krylov子空间等4种算法的计算时间和可靠性结果,分析表明GPU-UM算法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求;同时,通过对比分析UM算法和Krylov子空间算法与仿真方法的结果误差,表明提出的阶段间映射机制能够正确处理PMS中阶段间的复杂依赖关系。