基于自适应二叉树的场景视锥体裁剪算法

建立逼真而丰富的三维场景是可视化领域的主要任务.场景的数据管理和可见性判断对后续渲染的质量和效率起到了至关重要的作用.为了弥补传统场景组织方式在实际应用中的缺陷,本文采用自适应二叉树场景组织算法对场景进行管理,采用层次化裁剪的方式对场景树的节点进行视锥体裁剪,在裁剪过程中所操作的对象是节点中的包围球和包围盒.实验表明,这种基于包围球和包围盒的层次化的视锥体裁剪算法大大的减少了参与裁剪的节点的数量,提高了裁剪的精确性,具有较好的裁剪效率和较高的稳定性.     

基于包围盒编码的三维线段裁剪新算法

提出一种新型包围盒，该包围盒由12个45。面组成，且包容原裁剪窗体，则落在包围盒外的线段必然在裁剪窗体之外；同时引入三维到二维投影，进行二次编码舍弃窗外线段；最后通过基于包围盒编码分区的几何变换完成裁剪过程．常规包围盒一次编码、新型包围盒二次编码、基于编码分区的几何变换求交这三个步骤构成了基于包围盒编码的三维线段裁剪新算法，实验结果表明，文中算法提高了裁剪效率并具有很好的稳定性。     

基于方向包围盒投影转换的轮廓线拼接算法

基于轮廓线拼接算法重构三维模型时,由于拼接对象的复杂性,任何一种拼接方法都不能完全涵盖所有情况。为此,提出一种基于方向包围盒(OBB)投影转换的轮廓线拼接算法：首先判断多边形的顶点凹凸性,对于凹顶点,将其转换到对应的凸包上;然后计算凸包的方向包围盒,旋转平移矩形包围盒,并求包围盒内接椭圆,将每个顶点都按比例投影此椭圆上;基于投影后的点进行轮廓线拼接,寻找相邻轮廓线顶点之间的对应关系;最后还原实际坐标,进行原始模型的三维重构。     

三维地层Tin模型剖切的改进算法

地层Tin(Triangulated Irregular Network)剖切是实现三维地质建模和分析的关键算法。通过分析实际地层剖切分析的特点,采用虚拟现实中碰撞检测的层次包围盒方法改进原来三角网格检测的算法。首先建立剖切面和Tin的矩形包围盒树,通过坐标轴投影法快速实现矩形包围盒的碰撞检测,然后对检测到可能发生相交的三角形进行交点计算,详细分析所得交点的不同位置的情况,对Tin进行裁剪分边和重构得到剖切后的模型,最后阐述算法实现的主要数据结构和展示剖切的效果。     

一种基于像素跟踪的琵琶工尺谱谱字提取方法

提出一种基于像素跟踪法获取最小包围盒的算法,分割和提取琵琶工尺谱乐谱的谱字图像,采用逆时针旋转扩展扫描的方法,寻找和建立琵琶工尺谱乐谱图像中谱字所对应的每一个像素的连通区域的最小外接矩形包围盒,根据包围盒的位置关系将属于同一谱字的包围盒进行合并,从而提取出单个谱字的完整图像。实验结果表明,该算法能有效准确地从琵琶工尺谱谱图中分割和提取出各个音乐谱字。     

融合神经网络的布料碰撞检测算法

目的 针对当前在虚拟环境中布料柔体碰撞检测效率慢和准确性低的问题,提出一种根节点双层包围盒树结构和融合OpenNN （open neural networks library）神经网络加速预测碰撞检测的算法。方法 首先改进了碰撞检测常用的包围盒技术,提出根节点双层包围盒算法,减少包围盒的构造时间。其次使用神经网络优化碰撞检测技术,利用神经网络可以处理大量数据的优势,每次可以检测大量基本图元是否发生碰撞,解决了碰撞检测计算复杂性高的问题。最后准确地找到碰撞粒子并做出碰撞响应。结果 在相同的复杂布料模型情况下,根节点双层包围盒算法在运行速度上比传统混合包围盒算法快,耗时缩减了5.51%~11.32%。基于OpenNN算法的总耗时比根节点双层包围盒缩减了11.70%,比融合DNN （deep neural network）的自碰撞检测算法减少了6.62%。随着碰撞检测难度的增大,当布料模型的精度增加84%时,传统物理碰撞检测方法用时增加96%,融合DNN的自碰撞检测算法用时增加90.11%,而本文基于神经网络的算法用时仅增加了68.37%,同时表现出更高的稳定性,满足使用者对实时性的要求。结论 对于模拟场景中简单模型的碰撞,本文提出的根节点双层包围盒算法比传统的包围盒方法耗时短。对于复杂模型,基于OpenNN神经网络的碰撞检测算法在效率上优于传统的包围盒算法和融合DNN的自碰撞检查算法,而且模拟效果的准确性也得以保证,是一种高效的碰撞检测方法。     

基于包围盒回归的图像构图推荐

图像构图推荐旨在找到一幅图像中最具构图美学价值的裁剪,可以辅助拍照者拍摄出构图优美、雅致、协调的照片.由于该任务较难精确、完整地标注出所有优秀构图包围盒,故此前基于神经网络的方法多数并不直接回归构图包围盒,而是通过枚举预制的构图包围盒回归分数,取分数最大者为构图结果.而这一做法会对回归结果精度和算法效率造成负面影响.通过提出一个由特征提取模块、包围盒回归模块和分数回归模块组成的可回归构图包围盒的端到端神经网络模型,并设计相应的数据构造方法、训练方法和损失函数,克服上述难点.选择FCDB和FLMS这2个公开数据集作为测试集,与现有方法相比,该方法在IoU和Disp测试指标上均达到最优.     

一种基于OBB包围盒算法的交通事故检测方法

给出了一种用虚拟环境下的OBB碰撞检测算法对真实环境下城市道路交通事故进行检测的方法。该方法的主要思想是利用OBB算法计算车辆的包围盒,通过对包围盒的地面平面投影得到车辆矩形二维包围盒,然后检测这些矩形在同一平面上是否相交从而判断车辆是否发生碰撞,最后根据车辆的碰撞方式确认事故的类型,从而完成事故检测。为了提高算法效率,还给出了OBB包围盒数量的控制方法。实验结果表明,该方法能够快速地检测到交通事故的发生。     

基于SRTMDEM的流域特征信息提取——以鄱阳湖流域为例

基于DEM数据提取水文特征因其快速高效,得到了广泛的重视和应用,然而由于传统测绘DEM数据高程获取的问题,提取的水文特征结果的精度不甚理想.本研究选用遥感手段获取的、经过SWBD水系数据预处理的SRTM DEM数据,利用D8水系提取算法实现了鄱阳湖流域的边界提取和亚流域划分.提取结果表明,应用遥感源地形数据提取流域水文特征具有较高的精度和效率,显示了遥感面源数据在更新水文研究基础数据中的优势.     

虚拟环境中的软体碰撞检测技术综述

介绍软体碰撞检测中主要的层次包围盒方法、空间分割、随机方法、距离场和图像空间方法，从碰撞检测的计算效率与准确性的角度，分析这些算法的优势和不足，指出研究的关键点和难点。