基于帧缓存的多角度影像精细纹理映射方法

三维建筑物模型纹理映射方法通常针对单独平面选取单一影像投影,然而单张关联影像通常存在部分遮挡问题,影响纹理映射质量. 为此,本文提出一种基于帧缓存纹理绘制技术的多角度影像精准纹理映射方法. 首先将单体化精细建筑模型和倾斜摄影测量解决方案生成的三角网模型配准,再根据建筑模型空间特征进行纹理绘制基元提取;然后根据纹理绘制基元对三角网模型生成虚拟渲染相机,利用帧缓存纹理绘制方法,获取帧缓存对象并提取纹理,最后通过纹理绘制基元映射到精细建筑物模型表面,实现三角网模型到精细单体化建筑模型的自动纹理映射. 利用倾斜摄影测量数据进行实验,实验结果表明,相比传统方法,本文方法减少了14%以上的不良纹理比率,纹理空间压缩率达到14.21%,且具有更精确的纹理映射效果,能满足精细建筑模型的纹理重建需求.      

基于纹理的三维地震数据场体绘制

传统的地震资料可视化方法中,采用一组二维切片来表示三维地震数据.这种方法的缺点是不能反映整个原始数据场的全貌及细节,直观性差.体绘制方法克服了这一缺点,它能根据三维数据场在屏幕上产生细节丰富的三维图像,成像质量高.基于纹理映射的体绘制方法借助于图形硬件,采用由硬件实现的纹理映射功能来进行三维地震数据的体绘制,从而明显提高了计算速度.     

集装箱单一规格物体装箱的优化算法

目前,关于集装箱的各种装箱算法都是针对多种规格待装物体的,不适合单一规格物体的装箱优化计算.本文专门讨论单一规格物体装箱问题,给出优化算法.首先针对给定的待布空间,计算装箱后可能得到的物体组合在三个坐标方向的最优高度和层的分布,把三维布局变为二维布局问题;然后通过优化计算和镜向复制方法,使每一个可能存在的物体层都得到最优结果;最后,研究三个坐标方向的优化趋势,选定最优坐标方向的最优物体层装箱.如此循环,最后得出集装箱的优化装箱结果.计算表明,算法优化效果显著,过程简单.     

基于云模糊理论的图像纹理分割

为了处理图像纹理的模糊性和随机性,基于云模糊理论提出了纹理特征矢量云模型,并成功地应用于纹理图像分割.该方法在对纹理统计描述符模糊化处理后,逆向生成纹理特征矢量云.矢量云模型的数字特征能够很好地表达纹理的模糊性和随机性,据此通过云距离计算及纹理特征矢量云生长,完成对图像纹理的分割.实验结果表明,该方法较经典的ISODATA算法和K-means簇算法的分割精度高,并且迭代收敛速度快.     

带二维装箱约束的团队定向问题模型及优化算法

研究了在车辆服务资源有限、货物有特殊装载要求和其他因素影响下,为了能获得最大效益而采取特殊物流配送的问题——带二维装箱约束的团队定向问题。在对该问题进行明确定义基础上,建立了相应的数学模型;针对模型特点,设计了以遗传算法为框架,利用基于BLF的算法确保二维装箱约束的模型启发式算法。数值算例验证了算法的有效性。     

基于高斯金字塔的视觉里程计算法研究

针对视觉里程计常用角点提取算法因角点分布不均匀而导致运动信息偏差较大的问题,提出一种基于高斯金字塔的角点提取算法。该算法在角点提取过程中先采用高斯金字塔算法对图片进行尺度压缩,纹理丰富区域压缩纹理,纹理稀疏区域聚集纹理,得到小尺度顶图;然后采用Shi-Tomasi算法提取小尺度顶图角点特征以实现角点粗定位,最后将粗定位信息映射回细节丰富的原图进行角点精准定位,得到图片特征信息。最后,利用金字塔LK光流法追踪角点,根据相机对极几何约束模型恢复运动信息。论文采用KITTI数据集,与原Shi-Tomasi算法、Harris算法、Fast算法进行了对比实验,结果表明本算法可有效改善角点分布均匀性,提高视觉里程计运动信息恢复的精度。     

基于分形理论的沥青路面纹理特征与抗滑性能关系

为提高沥青路面的抗滑性能,根据新疆某公路工程项目已铺筑沥青路面的实体照片和实测模向力系数,运用数字图像处理技术和分形理论研究沥青路面纹理分形维数与抗滑性能的关系,并通过室内试验探讨沥青路面纹理分形维数随车辆荷载作用次数的变化规律.结果表明:随沥青路面横向力系数的增大,路面纹理分形维数呈增大趋势;随荷载作用次数的增加,分...     

一类二阶二次差分方程的动力学分析

针对一类可化为不可逆映射系统的二阶二次差分方程,应用二维不可逆连续叠映射动力系统理论研究其动力学行为.分析该映射系统不动点的局部稳定性及其分叉,运用不可逆映射的关键集理论研究该映射系统关于有限吸引集的吸引域的全局分叉问题.     

缸套表面结构的功能性参数研究

用白光干涉仪对珩磨缸套表面进行测量,采用概率支撑率曲线来表征缸套这种具有复合加工特征的表面,指出利用纹理成分来检验及识别加工工艺。最后以二维Rq系列参数为纽带,建立三维功能参数与二维Rq系列参数的相关联系,用S系列三维功能参数来表征缸套的表面结构。     

一种半自动的基于图像建模系统

针对目前各种类型航海模拟器的虚拟建模效率较低与真实感较差等问题,设计与实现了一种基于多幅图像及少量用户交互恢复物体三维几何模型的系统.本系统采用稳定性好的改进Har-ris算子进行角点检测,基于角点空间特征及交叉相关实现角点的初始匹配;采用基于极线约束的角点匹配快速算法完成角点的精匹配,同时引入迭代和人工辅助修正的方法解决匹配算法的退化情况.在角点匹配结果基础上进行仿射重建,通过升级矩阵实现度量重建,在OpenGL环境下绘制出物体的三维模型框架.从原图像中抽取纹理并采用多视角图像融合的方法进行纹理映射,得到"照片级"真实感的三维模型.     

集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型，以降低列车总延误时间与运行能耗为目标，同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同，本文基于列车牵引计算，通过锁闭时间理论将列车运行调整与控制的解空间进行耦合，根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素，精细化计算列车占用不同轨道区段/闭塞分区的时间，动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型，设计分段近似法将非线性约束进行重构，从而将非线性优化模型转变为混合整数规划模型.通过算例计算，给出双目标问题的帕累托解集，与单目标优化方法对比，本文方法可以减少总能耗2.46%，降低运行总延误7.33%.     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型,以降低列车总延误时间与运行能耗为目标,同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同,本文基于列车牵引计算,通过锁闭时间理论将列车运行调整与控制的解空间进行耦合,根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素,精细化计算列车占用不同轨道区段/闭塞分区的时间,动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型,设计分段近似法将非线性约束进行重构,从而将非线性优化模型转变为混合整数规划模型.通过算例计算,给出双目标问题的帕累托解集,与单目标优化方法对比,本文方法可以减少总能耗2.46%,降低运行总延误7.33%.     

沥青路面表面纹理三维高精度激光非接触式检测

为实现沥青路面纹理构造高精度自动检测,借助三维激光技术实现路面纹理三维重构,提出模拟铺砂的沥青路面构造深度测量方法.首先采用高精度三维激光扫描仪获取雅康高速公路沥青路面0.1 mm精度三维高程数据,同时人工铺砂法获取对应区域的宏观构造深度值;其次通过数字图像处理技术实现重构沥青路面三维云图并进行数据噪声处理;最后设计四连通多种子组合填充算法,实现在滤波后的三维路面纹理云图上自动铺砂并获取路面纹理宏观构造深度值.研究结果表明:模拟铺砂测量方法与人工铺砂法测量的平均构造深度(MTD,M)的平均绝对误差为0.052 mm,两者相关系数为0.96.研究成果验证了用非接触式路面纹理测试替代现有的接触式路面摩擦性能测试的可行性,为道路交通安全网级监测与管理奠定基础.     

圆坑织构高速列车气固界面的摩擦噪声分析

以Prandtl边界层理论和摩擦噪声理论为基础,建立了高速列车车厢气固界面的噪声模型,分析了边界层内部的压力场、速度场和噪声分布情况。仿生猎隼表面织构,以表面织构产生微小的涡流场减小空气摩擦阻力,并设计了车厢表面的圆坑织构,分析了圆坑织构参数对摩擦噪声分布的影响。分析结果表明:优化织构的深径比、面积比与织构的拓扑结构可取得显著的降噪效果,与光滑界面相比,优化深径比的织构的摩擦噪声的最大降幅达到11dB,其他织构在一定高度能降低4～5dB。     

基于图像处理技术的低噪声微表处纹理与噪声评价

分析了路面微表处噪声产生机理，设计了5种低噪声微表处，并与普通微表处进行对比，测试了不同微表处的构造深度及其噪声值；基于数字图像处理技术构建微表处纹理三维模型，挖掘相关纹理参数以评价不同微表处的构造和噪声特性；提出凸峰分布概率、凸峰面积占比2种路表纹理参数，并分析了该参数与室内噪声的相关性。分析结果表明：与普通中值级配微表处相比，低噪声级配微表处可降低噪声约3.1 dB;橡胶粉通过提高微表处的弹性和吸声特性降低表面构造和摆值，且掺入中值和低噪声级配微表处可分别降低噪声2.0与6.3 dB;水性环氧树脂通过改善微表处施工和易性，减少路面宏观纹理，且掺入中值级配的微表处能实现与低噪声级配微表处相似的降噪效果；基于表面纹理三维模型计算的像素差平均值与微表处的实际构造深度呈显著的线性关系，相关系数为0.94;中值级配和低噪声微表处的凸峰高度分布分别表现为一次函数和正态函数，级配的调整可显著减小低高度凸峰的分布率，且低高度的凸峰数量增加可丰富细观纹理，进而得出凸峰分布概率能够量化微表处纹理的分布特性；凸峰高度0.25 mm是各种微表处凸峰高度分布曲线的拐点，与所有凸峰高度的面积占比相比，凸峰高度...     

基于3DCNN-DNN 的高空视频交通状态预测

为使用高空视频识别和预测道路交通状态，提出基于三维卷积神经网络-深度神经网络(3DCNN-DNN)的交通状态预测方法. 将道路切分为D 个路段，每个路段视频片段时长 m s，基于典型3DCNN结构C3D识别路段视频片段交通状态；建立道路? 个历史时段、D 个路段的交通状态矩阵Φ ，将道路交通状态预测问题转化为以Φ 为输入，有限交通状态为输出的分类问题，构建基于DNN的短时交通状态预测模型原型；建立交通视频数据集，对DNN预测模型原型的隐藏层数量、神经元数量及训练批大小进行测试优化，提出有4 隐藏层，各层神经元数量为64/128/128/64，训练批大小为64 的优化模型DNN*.测试结果表明：C3D视频交通态识别平均F1 值为95.71%，DNN*道路交通状态预测准确率为91.18%，比DNN线性分类、KMeans 、KNN、SVM和线性分类分别高6.86%、57.85%、62.26%、26.47%、43.14%；C3D能提供准确的交通状态矩阵，3DCNN-DNN可有效识别和预测道路视频交通状态.