基于MATLAB/SIMULINK与FLUENT的协同仿真方法研究

以水下机器人的动态行为仿真为背景，针对单一环境下仿真水下机器人动态行为和流体动力学问题存在的局限性，提出了基于MATLAB／Simulink与FLUENT协同仿真的解决方案．首先介绍了MATLAB／Simulink与FLuENT的运行机制，分析了两个仿真环境实现协同仿真的技术可行性并提出了三种可行的接口方式。以此为基础，重点研究了FLUENT中嵌入MATLAB／Simulink与MATLAB／Simulink中嵌入FLUENT两种嵌入式协同仿真方式以及并行协同仿真方式的基本思想和具体实现方法．此协同仿真方法不仅对于研究流体环境中物体运动与流体动力紧密耦合的问题提供了有效手段，也为研究其它与流体紧密耦合的物理现象提供了解决思路。     

热超声倒装芯片运动平台的模糊PID控制

针对自行设计的步进电机结合传动装置构成的热超声倒装芯片运动平台，建立了含摩擦等扰动因素的系统非线性数学模型。针对这一非线性数学模型，研究了传统PID控制和模糊PID控制的控制性能。结果表明，传统PID控制难以达到理想的性能，而模糊PID控制能显著地改善定位精度和运行速度。     

基于生物模型和GPU加速的实时鱼类运动仿真

针对目前鱼类运动实时模拟系统计算量大、复杂度高、很难在普通PC上进行实时模拟等问题,提出了一种基于生物模型和硬件加速的鱼类运动实时模拟方法,该方法在对鱼类生物模型和运动进行分析的基础上,对鱼类进行模块化建模,同时对鱼的运动进行分解并设计了统一的鱼类运动函数,通过GPU进行并行加速处理,提高了算法的运算速度,实现了在普通PC上的鱼类实时运动模拟,并取得了较好的效果。     

基于背景差的码头运动船只检测

通过背景差法对码头视频图像中的运动船只检测。采用混合高斯模型为码头背景建模,该模型可克服各种外部因素的影响,如光照变化、阴影、目标遮挡等,具有很强的适应能力。对采用全局固定阈值进行运动目标分割的方法作了优化,并对运动船只目标进行分割。经现场测试,能有效地监测运动船只、记录异常事件以及视频图像的提取和过滤,提高了码头监管的质量和效率,可广泛应用于码头无人监控。     

结合非线性CS算法的UWB-SAR运动补偿

载机飞行不稳对SAR成像质量影响很大,对超宽带SAR系统尤其如此,提出了一种结合非线性CS算法的超宽带SAR运动补偿方法。通过采用引入高次相位补偿和非正交旁瓣抑制的改进非线性CS算法,减小了超宽带SAR成像中的相位误差。通过成像前的常规一阶运动补偿和距离徙动校正后的分块二阶运动补偿,有效补偿了超宽带SAR中的方位空变运动误差,提高了飞行不稳时的成像质量。该方法在运动补偿时考虑了方位空变运动误差随距离的变化,针对载机运动误差变化较快的情况也给出了处理办法。仿真和实测数据的处理结果验证了该方法的有效性。     

机载SAR静止场景成像及运动目标检测研究

针对真实飞行条件下飞机运动和定位误差导致多普勒中心频率和多普勒调频斜率误差,从而使图像出现大的变形的特点,提出了真实飞行条件下估计接收数据多普勒中心频率和多普勒调频斜率的新方法。该方法设置飞机速率和脉冲重复频率比为常数,保证方位向接收信号均匀空间取样,使用实时最小二乘拟合算法,增加了和距离相对应的多普勒中心频率曲线估计的精确性。给出了应用该方法的具体步骤,并通过此方法同时实现了实时对地物背景成像以及地面多个运动目标的检测。最后用试验结果验证了该方法的有效性。     

基于局部二元图的视频对象阴影检测方法

针对在视频对象分割时,运动投影常被误分为视频对象,给出一种新的视频阴影检测方法,该算法基于在灰度图像中阴影区域和背景相应位置具有相同纹理这一事实,其中利用自适应高斯混合模型进行背景建模,利用局部二元图(local binary patterns,LBP)来表征纹理。首先,进行基于自适应高斯混合模型的背景提取,获得包含运动投影的前景分割,分割时加入了LBP纹理相似性判断,减少了分割出的目标内的孔洞提高了分割的精确度。然后利用阴影区域和已获取背景相应位置的LBP纹理相似性,可较好的对视频阴影进行检测。通过实验,获得了不错的阴影检测实验结果,可较好地应用于运动目标检测分割及跟踪等领域。     

基于深度图象Warping的动态图形反走样算法

时间域上的动态图形反走样算法是提高序列画面图象播放质量的关键技术。由于该技术需在时间域上加密采样,因而其计算过程非常耗时。本文首先给出了一种新的深度图象ｗａｒｐ－ｉｎｇ算法,并用它来快速生成由于摄像机参数变化而产生的静态景物画面的细微变化,而运动景物画面则根据其深度值复合到相应时刻的静态景物画面中。利用这一技术,我们可快速地在相邻帧画面中间进行加密采样。而Ｇａｕｓｓ点优化采样策略则极大地提高了反走样算法的效率。理论和实验结果表明,本算法能高效地实现复杂场景图形的动态反走样,它不仅独立于场景复杂性,而且可根据画面质量要求来调整精度。     

基于关节联动特征的运动捕获数据分割方法

运动捕获数据分割中,针对关节角度或关节点中心距离作为描述人体姿态的特征所存在的局限性,提出一种关节联动特征。该特征从人体运动学角度对人体关节之间的联动关系进行建模,将关节角度与关节点中心距离作为一组关节联动特征点转换到极坐标空间表示。通过计算任意时刻的人体姿态与初始时刻人体姿态的关节联动特征点的偏移量来描述人体姿态的变化。提取每一帧捕获数据的关节联动特征,并使用主成分分析方法对运动序列进行分割。对CMU人体运动捕获数据库的实验结果表明,使用该特征得到的运动捕获数据分割结果要优于使用关节角度或中心距离特征的分割结果。     

解析人体之美

不久前,两位美国神经解剖学家在米开朗琪罗的画里看出了大脑的解剖结构,或许是“极客”对于艺术的过度阐释。然而,如果说解剖学和艺术没有关系,那就“全错”了。自古对世界奥秘的探索都是艺术的最大推动力之一,解剖学为艺术提供了坚实的造型基础,同时人体解剖本身也是很多艺术家喜爱的题材,更有插画家和模型制作家把教学搞成了艺术。