地质构造三维重建算法研究

在综述三维重建算法的基础上提出了一种体素赋值重建算法，该方法从原始地质地震测量中取得数据，然后建立片存储的数据结构，并以象素为体素建立重建模型及算法，同时，利用图象处理中的一系列技术，采用三维重建算法，并引进计算机图形学一些真实感三维图形的产生算法，通过一系列隐面消除、旋转变换、光照模型等处理产生具有真实感的立体三维图象，实现了利用人工地震数据进行地质构造三维重建任务，该方法为地质工作者提出了一幅     

机车仿真器视景系统中的图象处理人

为了满足视景仿真中空间分辨率的要求，将传统的几何变换和小波变换相结合，提出了一种改进的图象放大算法。该算法能够在不丢失高频信息的条件下放大图象，使得放大后的图象面面清晰，细节丰富，为了叠加信号灯，提出了基于模式识别的区域连接增长算法，该算法能够自动跟踪信号灯的位置和大小。     

机车仿真器视景系统中的图象处理

为了满足视景仿真中空间分辨率的要求，将传统的几何变换和小波变换相结合，提出了一种改进的图象放大算法。该算法能够在不丢失高频信息的条件下放大图象，使得放大后的图象画面清晰，细节丰富。为了叠加信号灯，提出了基于模式识别的区域连接增长算法，该算法能够自动跟踪信号灯的位置和大小。     

列车驾驶视景仿真中自然现象的模拟

视景系统用于实现对列车操纵环境视觉上的模拟。在传统视景系统中,采用图象迭加的方式模拟雨、雪,效果较差,难以满足要求。将粒子系统应用于雨、雪等自然现象的模拟,针对列车驾驶视景仿真的特点,给出一种雨、雪的粒子系统模型,在三维场景中,实现了对降雨、降雪过程的仿真。该模型中,对雨、雪的物理模型进行了适当简化,能够满足视景仿真的实时性要求。实践表明,该粒子系统模型时间开销小,可在复杂的三维场景中实时地模拟雨、雪等自然现象,仿真效果逼真。     

基于小波神经网络的路面破损识别

结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点[1-5]。本主要研究了小波神经网络在路面破损识别中的应用，并与传统的BP神经网络作了对比。试验结果表明．在相同的训练样本情况下，小波神经网络的精度高于BP神经网络一为开发更为高效的路面破损自动检测系统提供新的思路。     

用灭点－边缘线性内插算法提取立体图象物体的中心线

本文提出了提取立体图象物体中心线的灭点一边缘线性内插算法。以光带图象为实例,阐明了它的实现原理。它与灰色加权线性内插算法相比,不仅具有计算速度快的优点,而且具有相同的精度。      

齿轮静态应力的光弹性实验研究

根据实验要求,设计了一套齿轮静态加载装置,利用光弹性法研究了一对聚碳酸脂全齿轮模型在啮合情况下的应力情况,采用计算机控制图象采集卡工作的采集方式采集等差线条纹图,并对等差线条纹图进行了图象处理。