大规模场景中实时阴影的绘制

为解决大规模场景中绘制实时阴影的问题,提出优化的阴影体算法.通过访问场景模型的最简单LOD,获得轮廓边缘的检测数据.采用删除面内边的方法有效提高轮廓边缘的检测效率.根据模型的位置,选用基于CPU的Z-Pass方法或基于顶点着色器的Z-Fail方法渲染阴影.优化算法在航海模拟器大规模场景的应用表明,利用该算法绘制的阴影效果满足实时性和真实感的要求.     

基于波动方程的地震波衰减理论研究及应用

地震波在传播过程中的能量衰减特征表现为:一方面为球面扩散,另一方面是由于地层合流体而引起的衰减,它直接和地层的岩性、合流体性密切相关.由于合流体岩石存在的内摩擦性及粘滞性,使得地震波在传播过程中能量得到衰减,且高频能量衰减强,低频能量衰减弱,从而成为形成低频阴影现象的重要原因.作者在基于波动方程正演的基础上,从岩石的内摩擦性和粘滞性出发,模拟地震波穿过合流体地层时的频率能量变化特征,解释由于含流体地层的吸收衰减而导致的低频阴影现象,并在实际处理中得以应用.     

室外场景下目标分割和目标识别算法

视频监控应用场听可分为室内和室外．室外环境受到诸如光照、下雨、落叶等因素的影响,整个场景变化复杂,给视频处理带来许多困难．文中介绍一种室外场景下目标分割和目标识别的方法,使用基于像素颜色特征的混合概率模型,将当前图像中与模型匹配的像素视为背景,然后更新模型中各个参数．为了去除目标区域的阴影部分,引人一种基于阀值和区域特征的阴影消除算法．同时,采用基于支持向量机的分类方法,识别场景中新出现的目标．     

基于半监督离散度的土壤彩色图像阴影检测

[目的]由于光照及土壤心土自然断口凹凸的影响,机器视觉采集终端获取的土壤图像中存在阴影,为避免对后续土种识别造成干扰,研究对土壤图像进行阴影检测的方法.[方法]通过对土壤彩色图像HSI颜色空间阴影与非阴影分析,发现阴影与非阴影分别在色调(H)和亮度(I)分量具有一定的分离特性;首先,为了增大分离特性用于土壤图像阴影检测...     

一种改进yolox_s的火焰烟雾检测算法

针对目前在火灾预警方面还存在火焰烟雾检测效果差、误报率高等问题,在YOLOX框架下提出改进YOLOX＿S目标检测算法。首先在数据集建立方面,采用的数据集包括Bilkent University公开的数据集和部分自建数据集,共计9 621张图片。并且通过对数据集采用Mosaic数据增强的方式,增加数据的多样性。其次对backbone部分采用swin-T骨干网络来代替原来的CSPDarkNet骨干网络,能够更好的捕捉不同尺度下的特征,有效地提升了目标检测的精度。然后对网络模型引入加权双向特征金字塔网络(bidirectional feature pyramid network, BiFPN)特征融合网络,提高检测的效率和网络模型的适应性,在复杂背景下同样可以保持较高的检测精度。最后引入CA注意力机制来加强此算法的特征提取能力。经过对比实验表明,改进后的YOLOX＿S的火焰烟雾检测算法具有较高准确性,其mAP@0.5(预测框与真实框重合程度的阈值为0.5时的平均检测精度)达到81.5%,相比原网络提高了5.3%。改进后的YOLOX＿S网络模型在火焰烟雾检测方面具有更高准确性和更低的误报率。     

基于图切割和阴影抑制的目标检测算法

针对目标检测中背景噪声影响检测精度的问题,提出在HSV高斯背景模型下,使用最小图切割算法,并结合连通性,找到最大的前景连接区域,最后使用阴影抑制技术完成目标分割.实验结果表明,算法有很好的鲁棒性,能够获得清晰、光滑的前景目标轮廓.     

利用图像梯度信息进行形状恢复

对图像梯度与目标表面梯度之间的关系进行了研究,并在此基础上提出了一种利用图像梯度信息恢复目标表面形状的方法.该方法先利用图像梯度和光照方向对目标表面的梯度进行恢复,得到粗糙表面形状;再利用表面的平滑性约束得到光滑的目标表面.利用该方法可以得到较好的形状恢复结果,并具有很快的计算速度.     

南极地区Landsat8卫星影像的阴影检测方法

阴影在光学遥感影像中普遍存在,会对后续一系列图像信息提取等过程产生影响.在南极地区,由于其特殊的地理位置和环境,光学遥感影像中存在的阴影不可忽视.本研究在已有的阴影检测方法的基础上,根据Landsat8卫星数据的特点构建了一个新的阴影检测方法:首先对所有数据进行反射率转换处理,利用南极地区成像时的阴影在各波段的反射率特征,选取第1波段Coastal/Aerosol(0.43~0.45μm)和第5波段NIR(0.85~0.88μm)建立了能够有效识别阴影的阴影检测指数R51,并选取不同地物的训练样本进行统计分析,根据阈值提取法提取阴影为二值化图像,并从影像中剔除少量易与阴影混淆的冰面融池.通过选取南极不同地区的影像进行精度评价,发现该方法针对Landsat8数据在南极地区的阴影检测具有较高的提取精度和较好的普适性.本文利用阴影检测方法对收集的覆盖南极地区的1127景Landsat8影像进行阴影提取与统计、分布特征分析,最终提取阴影面积约15000km2,主要分布于裸岩山体集中区和大 型冰川所在地.      

基于视频的航站楼旅客人体特征辨识

为更好地实现航站楼智能监控,在分别分析航站楼不同功能区监控视频图像特征及特征提取效果之后,选择人头纹理特征和路径特征作为在各分区普遍适用且识别与跟踪效果良好的一组识别特征。在混合高斯背景模型前景检测算法基础上,引入基于YCbCr颜色空间阴影去除法实现阴影去除,提高前景检测精度;并基于此,分别利用基于GLCM的算法与光流法实现人头纹理特征与路径特征的提取,提高航站楼人员识别率。     

基于迁移学习的船舶机舱火灾图像检测方法

针对传统烟雾探测器易受船舶机舱环境、布置位置等因素影响导致着火响应不及时的问题，提出一种基于机器视觉的船舶机舱烟雾识别模型。首先，利用通用数据库和实船场景及其烟雾图片建立图形知识库；其次，构建迁移学习和残差网络的融合模型，实现烟雾特征的迁移和学习，并利用验证数据集验证模型的有效性；最后，选取实船工作间火灾实例照片验证模型的有效性。结果表明，相较于传统感烟探测器，该模型可提前83 s预警；相较于其他智能算法，该模型可提升烟雾识别准确率。该方法可以更快速识别船舶烟雾，避免重大灾难性火灾事故的发生，可作为船舶智能监控手段。