基于帧间虚拟点光源重用的动态场景间接光照近似求解算法

基于即时光能辐射度方法的虚拟点光源思想,提出一种新的动态场景间接光照近似求解算法。首先设计出可视场景区域敏感的虚拟点光源采样策略和基于间隔采样的间接光照贡献聚集方法,并给出它们在GPU上的实现途径。然后提出虚拟点光源的帧间重用与更新方法,实现了对虚拟点光源的帧间失效检测、重建及其抛物面阴影图的更新。本文算法将动态场景当作一个整体处理,无需预先区分和指定静态对象和动态对象。实验结果表明,本文算法能够显著地减少动态场景间接光照的平均计算时间。     

基于反射阴影图的间接光照绘制改进算法

提出了基于反射阴影图的间接光照绘制改进算法。利用间接光照变化平滑的特点对低空间分辨率间接光照的计算结果进行插值得到高分辨率间接光照的结果。由于边界区域间接光照的变化是高频的,必须对边界和非边界区域分别计算。利用可视场景点的几何属性图,检测场景中几何对象的边界,将可视场景区域分为边界区域和非边界区域。边界区域的间接光照在高分辨率下直接计算,其它区域则由低分辨率的间接光照结果插值得来,最后使用自适应区域滤波方法对高分辨率间接光照的结果进行滤波得到最终间接光照结果。实验结果表明,相比于原始的基于反射阴影图的间接光照绘制算法,本算法显著提高了绘制效率,并通过设置插值分辨率阈值来增强算法的适应性。     

反射阴影图的采样改进及异构CPU-GPU效率分析

为改进虚拟场景的近似全局光照计算的实时性,提出一种反射阴影图的采样自适应细化算法。通过阴影图深度方差分析,设计一种阴影图采样点的层次划分方法。分析采样点在世界空间坐标系下的距离关系并估算采样区域内有效虚拟点光源的分布,对阴影图进行层次划分。利用不同的采样分辨率计算间接光照。实验表明,自适应细化采样与反射阴影图的采样算法相比,在最好情况下,可以减少20%的采样数量,并保持画面质量。算法为CPU和GPU之间的任务划分建立两个间接光照及采样数据库,分别计算和存储场景点的深度、表面法向量、flux通量、方差及片段着色器中采样的分级结构,记录任务的划分比例,通过异构CPU-GPU平台对不同任务划分及虚拟点光源的间接光照计算对比,实现有效的负载平衡和运算峰值。     

VRAY渲染器在三维动画场景中的运用

本文介绍了基于VRAY渲染器的三维动画场景灯光照明及渲染系统的设置方法,以动画场景为例,详细讨论了如何解决三维动画灯光照明及渲染成图的一些关键技术,如全局光照、HDR技术的运用、集群渲染技术的实现等。     

低复杂度高度场的通视性研究及快速光照计算

为快速判断高度场场景点的通视性和可见范围,满足交互式应用的需要,提出低复杂度高度场基于可见二叉树的凸包树简化方法。通过对高度场数据在8个方向的线性扫描,确定每个高度场数据点的最大方位角,构造凸包树型结构;对凸包树信息进行分析,构造可见性二叉树作为方向扫描存储结构,在光照计算过程中有效提高可见点的搜索算法效率;结合阴影图的间接光照计算,实现了交互式帧率的动态低复杂度高度场绘制效果模拟,降低计算成本。     

高逼真激光雷达场景建模与分析

为了提高激光雷达场景的仿真逼真度,采用光线跟踪的方法构建了以激光成像模型为基础的激光成像模拟仿真系统.结合激光散射定律,对计算机图形学中基本光照模型进行了一系列改进,得到了简化的用于高真实感场景仿真的激光成像模型,具体的改进如下:1加入激光光源的直接反射分量;2将多光源光亮度模型改变为多次反射的功率模型;3在模型中引入探测器噪声项.对典型场景进行了激光雷达场景成像计算,用采集到的激光雷达图像数据进行对比分析.仿真结果表明,模拟结果与实采图像在基本特征上是相似的;定量分析结果表明,模拟图像与实采图像在主要特征上是相符的.     

基于HDR的延迟光照技术

在研究光照模型的基础上,重点分析了延迟光照技术和高动态范围(HDR)技术,并研究了基于高动态范围技术的延迟光照技术,在延迟光照的后处理阶段引入高动态范围技术,发挥两者的优点,基于GPU实现了加速绘制。实验证明,使用基于高动态范围技术的延迟光照技术,表现的场景更加真实,细节表现更加丰富。在延迟光照中,使用高动态范围技术,虽然降低了绘制速度,但仍然达到了25FP/s。     

下行多用户MIMO系统中低复杂度块对角化预编码算法

为在保证误码性能的情况下降低块对角化预编码算法计算复杂度,提出一种基于矩阵伪逆与LDL“分解的多用户多输人多输出（MIMO）系统块对角化（BD）预编码改进算法LDLHBD（QR）。算法通过全局信道矩阵伪逆与块QR分解进行零空间计算,避免复杂的矩阵奇异值分解（SVD）,快速实现信道块对角化。并采用能提供均匀子信道增益的LDL“方式对等效信道进行优化分解,实现预编码矩阵设计。仿真结果表明该算法计算复杂度明显降低,并获得了与传统块对角化算法相近的误码率性能。     

一种多特征融合的复杂场景动态目标跟踪算法

针对传统目标跟踪算法在目标形变、遮挡或光照变化等复杂场景下容易丢失目标的问题,提出了一种融合多特征的复杂场景动态目标长时间视觉跟踪算法,该算法基于跟踪学习检测(TLD)框架,首先,利用高斯二阶滤波器提取跟踪目标在不同方向的纹理信息,通过纹理信息采用Hessian矩阵计算图像曲面的主曲率,融合主曲率与RGB颜色信息建立目标特征概率直方图模型;然后,使用融合多特征的Mean Shift算法替代TLD框架中的光流法,降低跟踪模块的计算复杂度;最后,采用P-N学习策略构建快速级联检测器,实现跟踪失败时准确检测并重新初始化跟踪器快速修正跟踪结果.在OTB-50公开数据集和煤矿井下巷道视频上进行动态目标跟踪测试.结果表明:所提算法能够实现目标形变、遮挡或光照变化等复杂场景动态目标长时间跟踪,具有较高的鲁棒性和跟踪精度.     

多尺度域视频监控图像光照分量智能校正方法

针对视频监控图像中存在的清晰度不足和光照不均匀等问题,提出了多尺度域视频监控图像光照分量智能校正方法。应用背景差分法与差值图二值化法对视频监控图像进行预处理,以减少噪声干扰。通过融合TH变换和BH变换来加强图像多尺度细节特征;利用控制因子控制锐化强度,以凸显细节特征,避免出现图像伪影情况。对图像光照分量进行自适应调节,利用二维伽马函数计算画面亮度平均值,以防止出现过度校正的情况,从而实现智能校正。测试结果表明,采用该方法校正的图像更清晰,画面光照分量均匀,图像失真较少,视觉效果较好。     

方向直方图对手势图像鲁棒性的仿真

通过利用图像的方向直方图作为手势的特征向量来进行手势的分类和识别,这种方法不仅简单而且计算速度快,同时对于图像光线和形状的变化具有较强的鲁棒性。通过仿真,证明了此方法在手势识别的过程中(当手势在不同光线和手势平移变化时)对于手势图像的变化具有很强的鲁棒性。     

一种针对MLT的采样分布改进方法

为了解决Metropolis光线追踪算法随机采样分布的稀疏性导致的生成图像随机噪声问题,提出了一种基于采样分布的突变策略.改进方法将采样过程分为两个阶段对Metropolis光线追踪算法进行改进,通过一阶段采样分布矩阵对二阶段突变策略进行影响,在当前采样点的8邻域像素位置进行小范围采样.在满足细节平衡条件的同时,设置多个采样点的标量贡献函数平均值比值为接收概率.结果表明,在相同渲染时间下改进算法生成的图像较原方法噪声更少,与目前较好的改进算法效果相当.通过改进突变策略的方式解决了间接光照场景中噪声较大的问题.     

基于Mantis的灯光视景仿真的设计与开发

灯光助降系统是辅助飞机夜间着降过程中必不可少的设备.设计和开发了基于Mantis的灯光助降视景仿真系统,系统采用高效能的Mantis软件作为图形生成器,利用通用图像生成接口协议对场景中的灯光进行控制.该系统已用于某型飞机的虚拟仿真训练系统的夜航训练过程,并且已用于舰船灯具设计的辅助设计过程中,取得了较好的效果.     

结合亮度估计的航空相机曝光融合方法

航空相机CCD(charge coupled device)动态范围有限,在高动态范围场景下通过调节曝光量的方式不能保证图像中所有部分都准确曝光.为了解决这一问题,在复小波域内结合亮度估计对航空多曝光图像进行融合.首先,在相同高动态场景下调节曝光参数曝光多次,获得这一场景的多曝光图像序列,使用基于SURF(speeded up robust feature)算法的小范围快速配准策略对其配准.然后估计它们的亮度情况,在复小波域内,根据亮度情况分配权值对低频分量进行融合,采用加权的区域能量最大法对高频分量进行融合.最后,将融合后的低频分量和高频分量经逆变换得到结果.得到的结果在空间频率、图像清晰度、平均梯度和边缘信息保持度方面表现较好.实验结果表明:在复小波域内结合亮度估计的方法得到的图像亮度适宜,无重影现象且较好地保持了源图像中的细节信息,该方法可适用于多种高动态场景,满足航空相机的工作需求.     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

Adaptive learning rate GMM for moving object detection in outdoor surveillance for sudden illumination changes

A dynamic learning rate Gaussian mixture model (GMM) algorithm is proposed to deal with the problem of slow adaption of GMM in the case of moving object detection in the outdoor surveillance, especially in the presence of sudden illumination changes. The GMM is mostly used for detecting objects in complex scenes for intelligent monitoring systems. To solve this problem, a mixture Gaussian model has been built for each pixel in the video frame, and according to the scene change from the frame difference, the learning rate of GMM can be dynamically adjusted. The experiments show that the proposed method gives good results with an adaptive GMM learning rate when we compare it with GMM method with a fixed learning rate. The method was tested on a certain dataset, and tests in the case of sudden natural light changes show that our method has a better accuracy and lower false alarm rate.     

智能照明控制系统的研究

针对目前几家专注于智能照明的电气公司所生产的调光产品或场景控制器基本上都是维持开环控制的现状,为了使人们在工作区域能够按照工作需求打开所需的光源,调节光源的光输出,达到所期望的照度水平,设计了以单片机为控制核心的智能照明控制系统,实现了家居中的灯光的明亮、柔和以及微弱等不同明暗程度的遥控控制和智能化的节能控制。     

常用照明光源光谱分析及其紫外防护方法

与白炽灯相比,LED灯和节能灯具有光效高、耗电少、寿命长等优点,从而被广泛推广使用,但其紫外辐射问题不容小觑。利用光栅光谱仪对市售多品牌、多规格的LED灯和节能灯光源进行光谱扫描,发现这两种照明光源均富含强紫外光谱。利用磁控溅射镀膜法,采用高纯氧化锌陶瓷靶,在石英基材上溅射镀膜,溅射工艺条件如下:室温、功率180 W、气压0.5 Pa、氧氩比0:8.3,时间2 h。将制备的氧化锌薄膜用做照明灯的紫外防护层,通过实验验证了其有效性和可行性。。