基于深度分层图的虚拟视点合成方法的研究

提出了一种基于深度图分层的虚拟视点合成算法,该方法先采用均值漂移聚类算法将深度图进行分割处理,使得深度图中的对象块有同一深度值,然后对视频信息以及处理后的深度信息进行3D图像转换,再对图像中的空洞进行填充处理,完成了虚拟视点合成。实验结果表明,与通过MVC编码后合成的虚拟视点相比,该方案改进了合成图中对象边缘的质量问题。     

基于多种策略的页面内容提取算法

针对W eb页面存在与主题无关的噪音的问题,提出了基于页面结构与页面内容相结合的多策略页面内容提取算法.该算法根据改进的VIPS(基于视觉信息的页面分割算法)生成页面的块结构树,通过定义内聚度阈值和块结构树的最大深度,实现了块结构树中不同区域内不同分块粒度的要求;根据W eb页面提供的结构信息和内容信息提取块结构树叶子节点中的"主题"块和"主题相关"块;最后,对主题块和主题相关块的内容进行合并,提取页面的主要内容.实验表明,对任意下载、不同内容类型的页面,该算法都能有效地提取页面内容.     

大规模三维地形仿真算法的研究

采用LOD算法,以视点相关及地形本身起伏程度相关技术来决定地形应有的细节程度.在每次渲染前,都基于视点相关以及地形本身起伏程度相关的节点评价系统动态地更新地形网格,递归地分割每一个节点,直到达到需要的细节程度.地形的起伏程度事先被计算出来以提高速度.在不同的细节等级上作区分主要是为了增加地形的真实感.在编程时所使用的工具为OpenGL,主要是运用其强大的图形库去验证了细节等级在大地行中运用的正确性.     

一种复杂产品虚拟装配动态模型可见性计算方法

针对复杂产品模型较大、小型零部件多的特点,提出一种动态装配对象可见性计算方法.该算法将装配结构树表达为层次包围盒场景图,在实时绘制时结合视锥剔除和细节剔除,采用改进的快速查询策略实现虚拟装配对象的可见性判断和剔除.实验结果表明,该方法能高效地剔除动态装配对象中的细小像素个体,使虚拟装配复杂动态场景的实时绘制效率得到明显提高.     

基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法

针对传统2维Otsu法由于计算量大而无法实时对路面裂缝图像进行分割的问题,将粒子群算法和遗传算法相结合,提出了一种基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法。实验结果表明:与标准粒子群优化的2维Otsu阈值分割法相比,文中方法可以完整分割出图像中的裂缝目标;与传统2维Otsu法相比,文中方法减少了算法运行的时间,提高了路面裂缝图像的分割效率。     

一种快速成型自适应分层算法

为提高快速成型产品的成型精度和效率,提出了一种快速成型自适应分层算法.该算法通过重新构建STL模型拓扑信息,结合交点追踪法和交点标记法,根据相邻切片层的面积差比率自动调节分层层厚,实现对STL模型的自适应分层.实例分析表明,该算法运行稳定、分层效率高、可靠性好.     

桥梁下部结构裂缝提取的改进C-V模型算法(英文)

应用改进C-V模型,进行桥梁下部结构裂缝图像分割,通过裂缝截取、图像填充和旋转变换精确提取裂缝宽度。对不同光照条件下拍摄的在役混凝土桥梁结构裂缝图像,分别利用改进C-V模型算法、自适应阈值法、形态学算法、C-V模型以及Canny算法进行试验对比。分析结果表明:改进C-V模型算法误分率和运算时间最小,分别为3.02%与89ms;1 000幅桥梁结构裂缝图像试验对比显示裂缝检测准确率大于90.8%,裂缝宽度平均误差小于0.03mm。可见,改进算法可有效提高检测准确率,减少运算时间。     

一种复杂产品虚拟装配动态模型可见性计算方法

针对复杂产品模型较大、小型零部件多的特点,提出一种动态装配对象可见性计算方法.该算法将装配结构树表达为层次包围盒场景图,在实时绘制时结合视锥剔除和细节剔除,采用改进的快速查询策略实现虚拟装配对象的可见性判断和剔除.实验结果表明,该方法能高效地剔除动态装配对象中的细小像素个体,使虚拟装配复杂动态场景的实时绘制效率得到明显...     

图像分块下的隧道裂缝识别方法

针对隧道衬砌表面不均匀光照、渗水和噪声等强视觉干扰,设计了基于图像分块的隧道衬砌裂缝检测算法;根据中国西部地区的地理特征和隧道衬砌的外观病害,研制开发出一种快速、自动化的非接触式智能隧道结构物外观检测系统; 以非均匀光照下隧道图像数据集为研究对象,在图像分块的基础上提出一种适用于隧道裂缝特征提取的图像识别算法;研究了电子元件产生的噪声,并分析和总结了隧道衬砌的灾害特征;根据裂缝特征和分辨率将图像矩阵划分为适当数量的区域块,根据区域块的灰度特征将原始图像划分为目标背景区、目标病害区、病害背景区和其他区域,通过最大类间方差法和局部阈值法分割得到了隧道裂缝的粗图像,在此基础上进行了粗图像裂缝特征提取;对原始图像的每个区域块进行了对比度受限的自适应直方图均衡操作和局部阈值分割,得到了细节图像;将细节图像和粗图像的重叠区域设为理想裂缝二值化图像;结合隧道结构物外观检测系统对不同方向的裂缝图像进行了二值化试验,并通过隧道裂缝定位和投影法得到了隧道衬砌图像中裂缝的位置信息和方向。研究结果表明:提出的算法对隧道裂缝识别的准确值、召回率和F值可分别达90.34%、98.78%和94.37%,既可以保证隧道裂缝的完整性,也可以在非均匀光照下最大程度地保留目标裂缝的细节,可用于处理一般灰度图像的二值化问题。      

基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．