基于边桩计算的道路虚拟视景设计

根据驾驶模拟器中道路三维视景设计思路,设计一种基于边桩计算的道路三维视景设计方法。使用C#语言编写应用程序,通过输入道路横纵断面设计数据,进行道路中边桩计算,实现道路三维虚拟视景的自动生成。     

一种新的基于多示例学习的场景分类方法

多示例学习是近年来才出现的一种新的学习框架,并以其对多义性对象的出色表示能力而被成功地运用在图像分类任务中。首先提出了一种新的图像多示例包生成方式,采用特征的概率分布表示图像,并对图像像素分布提取一个高斯混合模型,将每个高斯分布作为一个示例,生成图像的多示例包。然后,在对图像进行分类时,采用了信息瓶颈聚类把多示例包转化成单示例,从而将传统的单示例分类器用在该问题上。为了提高分类器的泛化能力,对多个分类器进行了集成。选取了5类自然场景图像进行试验,结果显示所提出的方法平均性能优于当前常用的一些多示例学习算法。     

基于局部熵的实时连续多分辨率地形绘制

基于局部熵的连续多分辨率地形绘制算法,使用局部熵因子作为粗糙度新的衡量因子.由于局部熵因子取值范围的不确定性,要对局部熵因子自底向上进行误差扩散,从而消除节点间可能产生的裂缝.局部熵因子考虑了更多的顶点信息,实验证明其能比高度差更好地评价节点的粗糙度,能以较高的分辨率绘制局部比较粗糙的地形节点.     

一个视景仿真平台的设计与开发

从功能定位入手,介绍了使用Visual C++基于DirectX SDK设计并实现一个视景仿真软件平台的思路和方法。该平台采用了基于共用内核的双平台总体架构,建立了可重用的框架和二次开发机制,采用功能实体-集合管理-用户界面三层设计模式,提高了代码重用度,在降低问题复杂度的同时提高了开发效率。该视景仿真平台建立了可扩展的可视对象管理机制、实现了中小规模场景的显示优化和高效地形匹配计算、实现了基于粒子系统的烟云、雨雪、爆炸、燃烧等特殊效果的逼真显示以及对于关键帧动画的支持。最后介绍了应用案例。     

Vega Prime实时视景仿真中粒子系统的应用研究

介绍了利用粒子系统方法模拟动态自然景物的基本步骤。应用了VegaPrime实时视景仿真软件中的粒子系统,通过设置粒子系统的颜色、亮度、透明度、形状、纹理、大小、速度和位置,逼真的模拟了火焰和烟雾的特效。通过将火焰粒子系统在发射坐标系中的速度转换到场景坐标系中,实现了火焰随着发射装置的随动。     

基于LabVIEW的红外场景生成器最小可分辨温差测试

为了测试红外场景生成器的性能,建立了红外场景生成器最小可分辨温差的理论模型,分析了测试原理,设计了场景生成器的最小可分辨温差测试系统.该系统产生标准测试图案,通过改变不同空间频率下图案中杆形目标与背景之间的温度差,用扫描辐射计测量图案的温度分布,直到测出在某一个空间频率下对比度小于20%的杆形目标和背景的温度差,此即为该空间频率下的最小可分辨温差.根据最小可分辨温差随空间频率变化的曲线可以确定红外场景生成器最小可分辨温差特性.实验结果表明,该系统能够实现对红外场景模拟系统最小可分辨温差的测试,具有操作方便、性能可靠、可维修性好及人机界面友好等特点.     

时空多特征流域场景模式库构建方法

通过构建流域时空场景表征水文事件,提出一种创新的时空多特征流域场景模式库构建方法。对水文原始数据进行事件化分割,去除场景要素数据的时空冗余;基于要素关联关系分析,以多类型方法构造场景要素的对应特征;通过特征选择算法,选取场景关键特征,实现场景初始化;以初始化场景为特征空间,通过聚类提取场景模式,完成场景模式库构建。试验结果表明,创新的时空多特征流域场景模式库构建方法能高效提取水文事件中关键的时空场景数据,挖掘场景模式,形成场景模式库,可以为小样本条件下的水文事件预测提供准确高效的结果。     

火场胶合板热解燃烧特性热重模拟试验研究

 火场可燃物热解燃烧过程是火灾的初始阶段,直接控制着火过程。本文采用热重分析仪,通过中途变换气氛对胶合板在火场中的热解燃烧行为进行了热重分析和差热分析研究。结果表明,在胶合板的第1热解阶段结束前变化气氛对热解过程影响不大。在第2热解阶段将空气变为氮气后,胶合板热解失重趋势立即沿氮气气氛下趋势进行;将氮气变为空气后,热解迅速加快,最终失重率与空气气氛下相同。     

任意方向自然场景文本识别

自然场景文本识别是计算机视觉领域一项极具挑战性的任务,为此提出一种适用于任意方向的自然场景文本识别算法.使用高分辨分割网络作为基础框架提取文本的空间信息,利用卷积长短时记忆网络提取文本的时空序列信息,同时通过设计字符注意机制使模型专注于字符上,并采用可微分二值化函数进一步加大网络对前景的注意力,削弱对背景区域的关注,网...     

基于协方差描述子和LogitBoost的交通场景图像分割

针对传统方法直接采用图像特征参与图像分割时存在的特征冗余且分割准确率低的问题,提出了一种基于协方差描述子和LogitBoost的交通场景图像分割方法.采用运动结构特征、纹理和HOG特征描述交通场景,并利用协方差描述子进行特征融合以消除特征冗余;采用多类LogitBoost分类器进行图像分割,提高了交通场景分割的精度.在公共测试视频数据库CamVid中测试和评估了所提出的算法,结果表明了该方法的有效性.