基于视线碰撞检测算法的研究

碰撞检测能增强场景漫游中的真实感,在Vega中由于对自定义的运动模型根本起不到实质的作用,因此本文提出了基于视线的碰撞检测算法。借助简化的OBB包围盒来简化碰撞的模型,以提高碰撞检测的效率。经实验验证。该检测方法简单、精确,检测速度快。能够满足大范围场景中实时交互的要求。     

融合事件相机的视觉场景识别

目的 传统视觉场景识别（visual place recognition,VPR）算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用事件相机的低延时和高动态范围的特性,提升视觉场景识别算法在高速和高动态范围等极端场景下的识别性能。方法 本文提出的方法首先使用图像特征提取模块提取质量良好的参考图像的特征,然后使用多模态特征融合模块提取查询图像及其曝光区间事件信息的多模态融合特征,最后通过特征匹配查找与查询图像最相似的参考图像。结果 在MVSEC（multi-vehicle stereo event camera dataset）和RobotCar两个数据集上的实验表明,本文方法对比现有视觉场景识别算法在高速和高动态范围场景下具有明显优势。在高速高动态范围场景下,本文方法在MVSEC数据集上相较对比算法最优值在召回率与精度上分别提升5.39%和8.55%,在Robot‐Car数据集上相较对比算法最优值在召回率与精度上分别提升3.36%与4.41%。结论 本文提出了融合事件相机的视觉场景识别算法,利用了事件相机在高速和高动态范围场景的成像优势,有效提升了视觉场景识别算法在高速和高动态范围场景下的场景识别性能。     

基于卫星遥感的三维景观建模与优化技术应用

基于QuickBird卫星图像立体像对提取的三维可视化信息,结合VC++ 6.0平台和DirectX SDK,自主开发构建研究区的三维景观.针对基于卫星影像构建的大范围场景,包含的模型和纹理图像的数据量大,系统的负担加重,导致绘制速度降低的现象,采用可见性剔除、LOD技术和Mipmap等技术,对DEM和纹理图像进行优化,提高了系统的运行速度,实现了三维可视化场景流畅的交互浏览.     

植被虚拟仿真的遥感数据融合研究

讨论了遥感数据融合在实现植被虚拟仿真工作中的重要作用和基本原理.着重研究并给出了遥感数据融合的一般方法、融合遥感数据的植被虚拟仿真应用接口描述和基于以上工作的三维可视化输出方法.该研究结果使植被虚拟仿真具备充分遥感数据实时传输、干预接口、为基于多传感器的遥感信息的植被虚拟仿真可视化输出提供了有效支撑.     

实现虚拟现实大场景在网上的运行

利用VRML建立大范围、多景物的场景,通过Web浏览时,存在着网络带宽和绘制困难的问题。影响了虚拟场景在网上的运行效果。针对这一问题,我们必须将大范围场景按VRML的规则进行有效分割、分层调度以及性能优化。     

一种非重叠多摄像头的实时监控系统

大范围场景的监控需要使用多个摄像头。论文利用运动目标的颜色信息和路径特征,设计了一种非重叠多摄像头的实时监控系统。系统采用分布式多层次结构,在进行单摄像头层的处理时,根据像素点亮度变化检测和跟踪运动目标,同时获取运动目标的外形信息和路径特征;在进行多摄像头层的处理时,使用估计目标外形变化和建立路径模型方法融合多个摄像头信息,实现目标在非重叠多摄像头的跟踪。该系统不要求校准摄像头,也不要求建立完整的场景模型,即便在有亮度变化的环境中,仍能立即准确跟踪目标。实验证明提出的方法有好的跟踪效果。     

一种大范围复杂场景的快速绘制算法

文章对如何提高大范围复杂场景的显示速度进行分析,利用物体的空间拓扑结构对空间场景进行预裁剪,同时,建立了合适的模型调度策略,并将两者相结合给出了一个大范围场景的快速绘制算法。文中用一个实际应用说明该文提供的绘制算法的有效性。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

基于条件随机场的大范围地形感知框架

基于条件随机场,提出一种由近及远的在线、自适应大范围场景地形感知框架．首先,把当前场景图 片划分为超像素,将近视场超像素的特征向量和地形类别作为学习样本整合到地形数据库中;然后,利用条件随机 场和地形数据库对远视场超像素的特征信息和空间关系进行建模;最后,利用在线学得的模型参数对远视场超像素 所属地形类别进行推理．分类实验结果表明,该方法相对已有的其他方法在分类的精度、鲁棒性以及对动态环境的 自适应能力三方面均有极大提高．     

一种基于场景图分割的混合式多视图三维重建方法

针对大范围三维重建, 重建效率较低和重建稳定性、精度差等问题, 提出了一种基于场景图分割的大范围混合式多视图三维重建方法.该方法首先使用多层次加权核K均值算法进行场景图分割; 然后,分别对每个子场景图进行混合式重建, 生成对应的子模型, 通过场景图分割、混合式重建和局部优化等方法提高重建效率、降低计算资源消耗, 并综合采用强化的最佳影像选择标准、稳健的三角测量方法和迭代优化等策略, 提高重建精度和稳健性; 最后, 对所有子模型进行合并, 完成大范围三维重建.分别使用互联网收集数据和无人机航拍数据进行了验证, 并与1DSFM、HSFM算法在计算精度和计算效率等方面进行了比较.实验结果表明, 本文算法大大提高了计算效率、计算精度, 能充分保证重建模型的完整性, 并具备单机大范围场景三维重建能力.     

基于多级粒子系统和新粒子形状的尾焰绘制*

针对目前大规模场景中导弹尾焰等特效绘制计算量大,导致系统实时性差等缺点,给出了一种基于多级粒子系统和新型粒子形状的尾焰绘制方法,在用三角函数勾画出轮廓后,对外部采用圆周发射新形状的粒子,内部采用特殊单面片作为基本粒子形状且用直线运动代替曲线运动,并采用了LOD结合GPU的粒子系统技术,在不影响真实感的情况下减少了计算量,有效提高了大规模场景中尾焰特效绘制的逼真度和实时性。     

大尺度三维复杂场景中雪动态模拟的方法

在大尺度三维复杂场景中,提出了降雪和积雪快速模拟的方法,采用视景体相关和线性分组变换的方法更新雪粒子系统,改进了降雪绘制的视觉效果。针对场景尺度大、复杂度高的特点,创建视点相关遮挡图（Occlusion Map）来精细绘制近处实体的表面积雪细节,生成积雪灰度纹理图来近似模拟远处地物的整体积雪效果,实现了大场景多细节层次积雪的动态模拟。在积雪绘制过程中,近处积雪细节模拟所需的视景体参数和遮挡图通过CPU获取,将复杂的积雪位置的判定和积雪量的计算从CPU移到GPU中,利用自定义的GPU顶点和片段操作加快了积雪模拟的速度。实验结果表明,在大尺度三维复杂场景交互式操作下,提出的方法能较好地实现雪的绘制和模拟。     

视点依赖的温室场景模拟与交互式漫游

为对包含日光温室的农业场景进行实时、逼真的绘制,采用基于视点的连续细节层次（LOD）来减少实际需要绘制的网格数据量,并基于包围盒技术实现了视点的碰撞检测,同时使用可见性剔除算法来加速场景渲染速度。在渲染温室内植物时,通过几何变换实现了大规模植物群体的快速构建,并在场景中使用阴影体算法来渲染阴影,生成了具有真实感的大规模温室农业场景。模拟结果表明该方法能有效地减少渲染的面元数目,大大提高了绘制速率,场景有较高的真实感,能够满足交互式实时漫游的要求。     

基于视点互信息的树叶实时简化方法

三维树木模型在虚拟地理环境, 三维城市场景等领域中应用广泛, 但由于树木中包含丰富的几何信息, 难以对大规模的森林场景进行有效的渲染. 为此我们设计了一种基于视点互信息(Viewpoint Mutual Information, VMI)的树木实时简化方法. 在预处理中按照树枝间的拓扑关系将树木划分为具有父子关系的节点, 然后根据VMI计算每片树叶在多个视点下的平均重要度并以此对树叶进行排序, 重要程度较小的树叶在简化过程中将会被优先删除. 实时简化过程中, 我们提出了一种视点依赖的简化方法, 大大降低了需要渲染的数据量. 为了提高渲染森林场景时的性能, 我们使用了多种渲染优化措施以避免不必要的细节层次(Level Of Detail, LOD)切换.     

基于全局路径规划的相互速度障碍物人群疏散方法

针对相互速度障碍物（RVO）模型缺少全局路径规划,只依靠局部碰撞避免不能很好地模拟复杂的疏散场景问题,提出了一种剩余路径代价尽量小的动态全局路径选择方法。该方法包含路径预处理和路径实时更新两部分:第一部分使用快速最短路径算法（SPFA）求取场景最短路径（SSP）;第二部分根据SSP快速动态地计算每个个体的最优疏散路径,并使用KD树优化障碍物阻挡判断过程。最后将方法扩展到多楼层、多障碍物、多通道、多出口的复杂场景实现了近千人的仿真实验。实验结果表明,该方法在多个场景中都取得了良好的路径规划效果。     

风场作用下大规模草地场景动态模拟*

草体作为自然场景的一种重要元素,其数量众多、覆盖范围广,很难实现实时动态模拟。针对已有方法存在的问题,提出了一种风场作用下大规模草地场景动态模拟方法,首先利用混合式表达方法构建出大规模静态草地场景,通过二维向量建立风场模型,采用混合动力学方程以及移动布告板上端顶点的方法,分别模拟出离视点不同距离的草体在风场作用下的形变。实验结果表明,该方法不仅能绘制出风场中草体随风摆动的逼真效果,同时对可变风场有很好的支持。     

基于全景摄像头的柱面展开及实时目标跟踪

传统摄像头在获取大范围复杂场景中的感兴趣目标时,容易出现目标物体丢失或遮挡等问题。为此,提出一种基于全景摄像头的柱面展开及运动目标实时跟踪算法。通过改进的柱面展开算法对360。摄像头获取的全景图像进行还原展开,解决全景图像中的成像扭曲问题。利用CamShift和Kalman预测相结合的算法跟踪运动目标。实验结果表明,在运动目标存在遮挡、短暂消失或同色物体干扰的情况下,该方法能实现对全景范围复杂环境中运动目标实时鲁棒的跟踪。     

大规模复杂场景的可见性问题研究

大规模复杂场景的快速绘制技术是虚拟现实、实时仿真以及三维交互设计等许多重要应用的底层支撑技术,也是诸多研究领域面临的一个基本问题．作为其中一个技术解决手段,可见性问题在近年来得到了高度重视并取得了一系列研究成果．通过对相关可见性算法进行分析与总结,阐述了可见性问题的研究内容,提出了方法的优劣判别标准,给出了可见性判断算法所应包含的基本组成部分和步骤,最后指出未来仍然需要重点研究的若干关键问题．     

大规模复杂场景交互绘制技术综述

大规模复杂场景的快速绘制是虚拟现实、实时仿真和三维交互设计等许多重要应用的底层支撑技术,也是诸多研究领域面临的一个基本问题.随着近几年三维扫描和建模技术的飞速发展,三维场景的规模和复杂度不断增大,大规模复杂场景的交互绘制受到了国内外研究者越来越多的重视并取得了一系列研究成果.首先简要回顾了大规模复杂场景交互绘制的研究进展情况;然后通过对其中涉及的主要关键技术进行总结分析,并对国内外典型的绘制系统进行比较和分类,阐述了大规模复杂场景交互绘制的主要研究内容,给出了大规模复杂场景交互绘制系统所应包含的基本组成部分和一般框架;最后对今后的发展方向做出了展望.     

Lightweighting for Web3D visualization of large-scale BIM scenes in real-time

As a result of informatization in construction, Building Information Modeling (BIM) has now become a core technology for smart construction. We present a Web3D-based lightweighting solution for real-time visualization of large-scale BIM scenes, considering the redundancy, semantics, and the parameterization of BIM data under the limited resources of network bandwidth and web browsers. Taking the Industry Foundation Classes (IFC) as the input data format, we firstly conduct a semantics-guided lightweighting operation on the raw BIM scenes by removing the repetitive objects and parameterizing the swept surfaces. Secondly, we extract the exterior products from the raw BIM buildings for visibility culling and construct a Double-Layered Sparse Voxel (DLSV) index based on sparse voxelization. Thirdly, we integrate the above two together into a new data structure named Incremental Frustum of Interest (I-FOI) to manage the scene data in real-time. Our experiments demonstrate that: (1) with the semantics information, our method is able to significantly reduce the redundancy of raw large-scale BIM scenes; (2) the DLSV structure supports progressive data loading and facilitates the indoor/outdoor visibility culling efficiently; and (3) the I-FOI introduces a frustum incremental-driven mechanism into progressive data loading or unloading to improve the efficiency of resource consumption.