应用微表面模型进行衍射效果物理绘制

针对当前光子衍射效果绘制方法的真实感问题,提出应用微表面模型的衍射效果物理绘制方法.该方法融合了现有衍射绘制模型中的特点,并结合特定材质的可变菲涅尔系数来增强衍射效果;通过综合考虑微表面对光子的吸收、遮挡、再反射等交互场景,扩展了高度场微表面的适用范围;引入维格纳分布函数推迟衍射效果,以进一步增强微表面模型;利用蒙特卡罗采样理论求解波动方程积分式以降低计算复杂度,辅以几何光线追踪理论,求取微表面辐射度空间分布;最终以光的波动方程为基础,构建了可应用于光线追踪器的双向反射分布函数衍射光学模型.实验结果表明,该模型能够有效地模拟波的相位与幅值信息,可绘制出较为逼真的衍射效果.     

利用GPU实时绘制水墨画效果

系统可实时绘制中国山水画中常见的物体并生成视频输出，它包括5个模块：多通道技术和新型国画山光照模型的山峦绘制模块、基于位移映射的云层模拟、基于纹理运动的瀑布绘制模块、基于广告牌技术的树木绘制模块和实时视频输出模块．前面4个模块利用GPU可编程特性控制其流水线，对任意三维场景，可实时绘制水墨画效果；用户可根据需要对系统中的各个绘制模块进行配置并实时漫游．     

应用薄膜干涉模型进行蝴蝶彩色效果物理绘制

针对当前蝴蝶彩色效果绘制方法的真实感问题,提出一种应用薄膜干涉模型的真实感绘制方法.首先根据蝴蝶表面脊突结构构造多层薄膜模型;然后利用多层薄膜干涉原理模拟光在薄膜内部的多次反射、透射形成的混合散射特性,其中,菲涅尔公式被引入以解释反射或透射波的幅值变化,微表面散射因子被创造性地引入来模拟蝴蝶粗糙表面的各向异性特性;最后通过全波长光谱建模增强干涉效果,在此基础上还将该算法与光线追踪渲染框架相结合,构建了可应用于光线追踪器的波动双向散射分布函数干涉模型,以精确地模拟光的幅值和相位变动.实验结果表明,该模型能够有效地绘制出较为逼真的蝴蝶彩色效果.     

二次曲面反射和折射场景的快速光线跟踪

镜面反射和折射场景的真实感图形绘制一直是计算机图形学领域具有挑战性的研究课题之一.虽然传统的光线跟踪算法可以绘制出逼真的效果,但是计算量大、耗时长.为了快速地进行真实感图形的绘制,基于光学映射虚对象的概念,提出了一种基于二次曲面(球体、圆柱体等)反射折射场景的快速绘制技术,并给出了求解二次曲面物体反射和折射虚物体的计算公式,由于该技术可利用图形硬件像绘制实际物体一样绘制这些虚物体,从而可实现基于图形硬件加速的快速光线跟踪.实验证明,这种方法可以在普通图形加速卡上实现镜面反射和折射现象的快速绘制,从而极大地提高了真实感图形绘制的速度,特别适用于建筑物漫游、动画和虚拟现实等要求快速绘制的领域.     

大规模海浪场景的真实感绘制

针对计算机图形学中大规模海浪场景绘制的难题,提出一种实时绘制高真实感海浪的方法.首先提出同心圆网格模型来模拟海浪表面;然后利用基于GPU的快速傅里叶变换方法生成海浪高度图,并模拟了Choppy波,减轻了磁砖效应.分别采用立方体纹理映射、平面反射及Phong镜面反射技术模拟海面对天空、景物、太阳的反射效果,并在海面的折射效果中考虑了海水深度的影响.最后模拟了海浪中的泡沫以及景物在海面上的阴影效果.该方法已成功地应用在航海模拟器中.     

汽车驾驶仿真虚拟环境中路面标示的智能化建模

高速公路以及城市道路路面上的各种标示是汽车驾驶员的重要指示符号，因而它们是汽车驾驶仿真场景中的重要组成部分。但是，路面上的标示在三维空间中受路面的几何约束和它们间的连接约束，并且高速公路以及城市道路的路面又不总是笔直平面的，这些因素导致按普通的绘图方法在路面上绘制各种标示是费时的、不能满足汽车驾驶仿真应用中对场景实时建模的要求。所以，该文分析了汽车驾驶仿真虚拟环境中路面上的车道线和其它标示的绘制特点。按它们所受的几何约束进行了分类，进而提出了基于JAVA3D和面向对象设计方法的智能化绘制路面标示的关键技术。用该技术所开发的场景建模器能自动连接和调整路面标示以满足约束关系．达到使建模人员方便快速建模路面标示的目的．     

四维空间内的有限元体绘制转换函数设计

经典的有限元体绘制转换函数是定义在三维位置空间内的,然而有限元分析中还 存在四维空间的数据,为了对该类数据进行显示,现提出一种面向四维有限元数据的体绘制转 换函数模型。该模型结合有限元数据极大值区高关注度的特点和体绘制技术良好的数据筛选能 力,在原有位置空间转换函数的基础上扩充第四维,以变换出时序体绘制效果和多标量体绘制 效果。该模型的使用可极大的丰富有限元数据的图形显示方法。     

基于粒子系统的林火实时绘制研究及实现

为了满足林火图像实时绘制的需求,在总结近几年国内外对粒子系统的研究及对林火的认识的基础上,提出了一种适合大场景林火实时绘制的新型粒子系统模型。该模型对传统粒子的属性定义、基本粒子的运动及基本粒子的绘制等方面均做了补充和改进,并且采用硬件加速纹理技术提高了绘制的效果和效率,应用结果表明,该模型可以实时绘制出效果逼真的火焰图像,此模型所采用的技术也适用于其他不规则物体(如:烟、云等)的绘制。     

实时全局重光照算法

提出了一个实时全局重光照算法．算法利用重建的几何模型和沿不同光照方向的预采样图像恢复材料的反射属性，通过这些属性得到了面片在不同采样图像上的间接光照和环境光照．并用低价基函数将它们拟合．重光照绘制时，将恢复的材料属性应用于光照明模型计算出直接光照分量问接光照和环境光照分量由低阶基函数获得．物体表面细节则通过求解表面法向和材料属性的扰动量重建.实验结果表明，算法有效地重建了全局光照明效果和表面细节，生成的阴影边缘清晰，且绘制速度迭到实时．     

体绘制源和反射-衰减模型

为解决医学图象三维可视化中三维体数据显示的问题,在综合了体绘制源－衰减模型和兰伯特漫反射余弦定律的基础上,提出了体绘制源和反射－衰减光照模型,新的模型假定三维标量数据场中的每一点都既是点光源,又能够反射外部入射光,并且反射光的分布遵循兰伯特漫反射余弦定律,由以上假定推导出体绘制的基本运算公式。实验结果表明,体绘制源和反射－衰减模型是一种性能优良的体光照模型,其用于医学断层图象三维可视化能够生成逼真     

基于迁移学习和显著性检测的盲道识别

为了帮助对视觉障碍患者有效识别道路周围的场景,提出一种基于迁移学习和深度神经网络方法,实现实时盲道场景识别。首先提取盲道障碍物的瓶颈描述子和判别区域集成显著性特征描述子,并进行特征融合,然后训练新的盲道特征表示,用Softmax函数实现盲道场景识别。实验中,对成都不同区域盲道周围障碍物采样,分别采用基于Mobilenet模型不同参数训练和测试了提出的新模型,最后在实际应用场景,实现了盲道周边障碍物的实时分类和报警,实验证明提出的方法具有很高准确率和良好的运行性能。     

基于栅格模型的双目移动机器人三维场景重建

以投影几何学以及双目立体视觉原理为理论基础,对移动机器人的三维重建技术进行研究,对移动机器人漫道过程中所在的兴趣区域的场景进行较为精确的建模.设计了机器人的快速建模方法,利用迭代最近点算法(ICP),完成了多个局部三维场景模型的融合.同时,结合栅格投射理论,完成了对全局三维场景模型的更新.利用栅格模型重建的三维场景,具有环境信息丰富,模型描述精确的特点,可以应用于移动机器人导航领域.     

Real-time modeling and rendering of raining scenes

Real-time modeling and rendering of a realistic raining scene is a challenging task. This is because the visual effects of raining involve complex physical mechanisms, reflecting the physical, optical and statistical characteristics of raindrops, etc. In this paper, we propose a set of new methods to model the raining scene according to these physical mechanisms. Firstly, by adhering to the physical characteristic of raindrops, we model the shapes, movements and intensity of raindrops in different situations. Then, based on the principle of human vision persistence, we develop a new model to calculate the shapes and appearances of rain streaks. To render the foggy effect in a raining scene, we present a statistically based multi-particles scattering model exploiting the particle distribution coherence along each viewing ray. By decomposing the conventional equations of single scattering of non-isotropic light into two parts with the physical parameter independent part precalculated, we are able to render the respective scattering effect in real time. We also realize diffraction of lamps, wet ground, the ripples on puddles in the raining scene, as well as the beautiful rainbow. By incorporating GPU acceleration, our approach permits real-time walkthrough of various raining scenes with average 20 fps rendering speed and the results are quite satisfactory.     

结合KSW和FCNN的道路场景分割

目的 随着自动驾驶技术不断引入生活,机器视觉中道路场景分割算法的研究已至关重要。传统方法中大多数研究者使用机器学习方法对阈值分割,而近年来深度学习的引入,使得卷积神经网络被广泛应用于该领域。方法 针对传统阈值分割方法难以有效提取多场景下道路图像阈值的问题和直接用深度神经网络来训练数据导致过分割严重的问题,本文提出了结合KSW（key seat wiper）和全卷积神经网络（FCNN）的道路场景分割方法,该方法结合了KSW熵法及遗传算法,利用深度学习在不同场景下的特征提取,并将其运用到无人驾驶技术的道路分割中。首先对道路场景测试集利用KSW熵法及遗传算法得到训练集,然后导入到全卷积神经网络中进行训练得到有效训练模型,最后通过训练模型实现对任意一幅道路场景图分割。结果 实验结果表明,在KITTI数据集中进行测试,天空和树木的分割精度分别达到91.3%和94.3%,道路、车辆、行人的分割精度提高了2%左右。从分割结果中明显看出,道路图像中的积水、泥潭、树木等信息存在的过分割现象有良好的改观。结论 相比传统机器学习道路场景分割方法,本文方法在一定程度上提高了分割精度。对比深度学习直接应用于道路场景分割的方法,本文方法在一定程度上避免了过分割现象,提高了模型的鲁棒性。综上所述,本文提出的结合KSW和FCNN的道路场景分割算法有广泛的研究前景,有望应用于医学图像和遥感图像的处理中。     

基于Creator的汽车试验场的建立

基于虚拟现实技术开发的汽车仿真试验场具有真实、廉价、实用性强等特点.文中详细介绍了使用Creator软件构建汽车试验场的过程和方法,论述了高质量场景的建模技术,对场景的地形构造、纹理制作及映射、道路模型的构造等建模技术进行了探讨.提出了场景数据的优化显示技术和场景模型简化方法,提高了场景模型在仿真运行过程中的实时效率.最后给出了汽车仿真试验场建模的实例,并探讨建模过程中应注意的问题.     

基于二维熵和轮廓特征的非结构化道路检测

针对非结构化道路场景复杂干扰因素较多、检测困难的问题,提出了一种基于轮廓特征和二维最大熵的道路检测算法。采用融合色彩特征不变量的二次二维最大熵分割算法对道路图像进行分割;利用边界跟踪算法提取分割图像的轮廓特征,根据道路区域的位置和几何特性选取最大轮廓;通过改进Mid-to-side算法进行边缘点搜索,用三阶道路模型重建道路边界,并对道路方向进行判断。实验结果表明,所提算法与传统算法相比,对三类不同场景下非结构化道路的检测准确率可提高25%左右,具有较强抗阴影干扰的能力,并能有效识别道路方向。     

基于运动模型的道路识别与跟踪算法的研究

自主驾驶与辅助导航是目前国际上研究的热问题,通过对室外行驶车辆上的ＣＣＤ摄像机所采集的长序列立体图象的处理与分析,研究公路汽车自动视觉导航中的道路识别与跟踪问题。     

基于多尺度注意力机制的道路场景语义分割模型

通过对道路场景进行语义分割可以辅助车辆感知周边环境,达到避让行人、车辆以及各类小目标物体障碍的目的,提高行驶的安全性。针对道路场景语义分割中小目标物体识别精度不高、网络参数量过大等问题,提出一种基于多尺度注意力机制的语义分割模型。利用小波变换的多尺度多频率信息分析特性,设计一种多尺度小波注意力模块,并将其嵌入到编码器结构中,通过融合不同尺度及频率的特征信息,保留更多的边缘轮廓细节。使用编码器与解码器之间的层级连接,以及改进的金字塔池化模块进行多方面特征提取,在保留上下文特征信息的同时获得更多的图像细节。通过设计多级损失函数训练网络模型,从而加快网络收敛。在剑桥驾驶标注视频数据集上的实验结果表明,该模型的平均交并比为60.21%,与DeepLabV3+和DenseASPP模型相比参数量减少近30%,在不额外增加参数量的前提下提升了模型的分割精度,且在不同场景下均具有较好的鲁棒性。     

基于相机标定的弯道位置信息构建

弯道是道路交通场景下的重要组成部分之一,在通过视觉信息对道路信息重建的过程中,监控相机构建的传统世界坐标系在弯道场景下难以表示真实的道路空间信息以及车辆位置信息.为了解决此问题,本文提出了基于道路线形的里程坐标系概念.里程坐标系水平方向代表沿道路断面方向的距离信息,垂直方向代表沿道路线形方向的里程信息.对于里程坐标系的...     

Velocity calculation by automatic camera calibration based on homogenous fog weather condition

A novel algorithm for vehicle average velocity detection through automatic and dynamic camera calibration based on dark channel in homogenous fog weather condition is presented in this paper. Camera fixed in the middle of the road should be calibrated in homogenous fog weather condition, and can be used in any weather condition. Unlike other researches in velocity calculation area, our traffic model only includes road plane and vehicles in motion. Painted lines in scene image are neglected because sometimes there are no traffic lanes, especially in un-structured traffic scene. Once calibrated, scene distance will be got and can be used to calculate vehicles average velocity. Three major steps are included in our algorithm. Firstly, current video frame is recognized to discriminate current weather condition based on area search method (ASM). If it is homogenous fog, average pixel value from top to bottom in the selected area will change in the form of edge spread function (ESF). Secondly, traffic road surface plane will be found by generating activity map created by calculating the expected value of the absolute intensity difference between two adjacent frames. Finally, scene transmission image is got by dark channel prior theory, camera’s intrinsic and extrinsic parameters are calculated based on the parameter calibration formula deduced from monocular model and scene transmission image. In this step, several key points with particular transmission value for generating necessary calculation equations on road surface are selected to calibrate the camera. Vehicles’ pixel coordinates are transformed to camera coordinates. Distance between vehicles and the camera will be calculated, and then average velocity for each vehicle is got. At the end of this paper, calibration results and vehicles velocity data for nine vehicles in different weather conditions are given. Comparison with other algorithms verifies the effectiveness of our algorithm.