基于多小波变换的图像融合研究

多小波是小波理论的扩展，在图像处理方面具有单小波所不具有的优点。它能够为图像提供一种比小波多分辨分析更加精确的分析方法。在研究了多小波变换的特性后，提出了一种基于离散多小波变换的图像融合方法，并将由不同传感器获得的不同分辨率的遥感图像数据利用此方法进行了融合。这种方法不仅能够完好地显示源图像各自的信息，而且能很好地将源图像的细节融合在一起。通过实验结果证明，采用这种方法可以得到更好的融合效果。     

多源数据矩阵增量约简算法

传感器技术发展促进各行各业产生了大量多源数据,且这些数据还在不断发生变化。当多源数据（分布信息系统）增加了一些属性后,传统约简算法需要重复计算数据且不能有效实现多源数据融合,导致计算动态多源数据约简花费时间较多,计算效率不高。为了克服传统约简算法的缺陷,设计了基于多源数据矩阵增量约简算法。介绍了一些分布信息系统的相关理论知识,给出了多源数据等价关系矩阵融合的计算方法。当多源数据增加了一些属性后,讨论了动态多源数据增量机制、融合方法及矩阵增量约简算法。分别利用矩阵增量和矩阵非增量约简方法对4个UCI数据集进行测试,测试结果验证了所提出的矩阵增量方法能够快速解决动态多源数据约简更新问题。     

基于数据库的多分辨率地形索引结构的研究

当空间应用进入到网络化后，人们迫切需要利用数据库的约束机制为空间数据提供更好的保护，目前数据库系统只能管理单一分辨率的地形空间数据。该文提出了一种可在关系数据库顶端实现的、支撑动态多分辨率地形与可视化数据调用的关系模型。该模型解决了在大规模地形可视化程序中，数据库系统客户端/服务器间的数据交换问题，利用了X树索引技术将多分辨率地形映射到关系模型中，利用特征空间将累进查询过程转换为几个简单的一维范围查询的联合，在各表中每个帧分别进行一次索引扫描，即可获得全部必要的数据，使其更好地处理大规模的地形数据。实验结果表明，利用该模型能够获得良好的检索效果。     

基于环结构的传感器网络多分辨率数据存储机制

提出了一套基于环结构的传感器网络多分辨率数据存储机制,结合层次结构的存储查询方案,有效地利用了环结构的特性高效、节能地支持事件信息的不同分辨率的存储和查询操作,并采用优化的环结构参数,在基于环的层次结构数据存储架构中能够最小化网络节点的总体通信能耗.同时,对环结构多分辨率数据存储机制的相关性能从节能性、负载均衡性等多个角度进行了具体理论分析.模拟实验结果表明,基于环的层次结构存储机制能够高效、节能地支持传感器网络事件数据的多分辨率存储和查询操作.     

图像压缩中时空多分辨率技术与系统集成

本文介绍了多媒体图像压缩中的分层递阶与系统集成技术，分层递降是基于图像多分辨率，包括空间多分辨率和时间多分辨率，我们提出了时间动态分辨率概念，并研究了它在ＭＰＥＧ标准中的应用。本文还分析了图像压缩系统结构并探讨了变换编码器和控制器的作用。     

多尺度遥感影像融合技术及其算法研究进展

随着传感器光谱分辨率和空间分辨率的提高,现代遥感技术提供了金字塔状的可利用遥感数据。与此同时,也给遥感技术应用提出了挑战———如何充分、有效地利用多源、多尺度的遥感影像数据。影像融合技术为充分利用多源、多尺度的遥感影像数据提供了有效的途径。本文对目前多尺度影像融合技术及其算法的发展进行了系统分析,在此基础上,对影像融合技术的发展进行了简要的分析。     

三维可视化系统中动态多分辨率地理模型的构造

根据三维地形可视化中利用四叉树存储DEM数据的方法，提出了一种基于视野计算的三角形格网动态多分辨率地理模型的构造算法，给出了该模型的多分辨率地形结构以及动态地形简化方法。     

火箭飞行测量数据多分辨率处理研究

为提高火箭飞行测量距离处理精度,建立了基于测量距离的四阶差分动态模型和用于分析测量距离的多分辨率动态模型,利用小波变换在不同分辨率间起的桥梁作用。提出了基于Bar-Shalom公式的测量距离的多传感器多分辨率数据融合的算法,给出了理论弹道加噪声处理的实例。结果表明,提出的多分辨率处理算法较好地解决了火箭飞行弹道测量数据处理精度的问题,与标准Kalman滤波算法相比,误差方差改善了近16%。     

视点相关且拓扑可变的多分辨网格动态构造算法

随着近几年3维扫描和图形建模技术的快速发展,3维模型的数据量不断增大,其在存储、显示及传输上都面临巨大的挑战,因此,必须构造模型的简化表示。通过对当前网格模型动态简化算法的分析,提出了一种网格简化算法来构造拓扑可变的网格模型累进表示,在此基础上,通过对简化后的模型数据进行再组织,为简化模型建立了一种紧凑、灵活的动态多分辨率结构,并相应地给出了基于视点的动态简化算法。理论分析和实验结果表明,新方法能够随着视点参数的变化动态生成适当细节的简化模型,简化结果好,简化后的模型不仅能够较好地保留原模型的基本几何形状,而且能够较好地保留原始模型的颜色等属性特征,具有存储量小、适用范围广和自适应性强等特点。     

基于并行小波算法的DEM数据多分辨率模型构建

由于离散小波的多分辨率分析特性和DEM数据多分辨率模型的一致性,可以采用离散小波算法来构建DEM多分辨率模型,同时针对现有的基于小波的DEM数据多分辨率模型构建中运算量过大的问题,采用了基于并行的小波算法来进行多分辨率模型构建.由于DEM数据等价于二维的灰度图像,可以作为二维信号来进行处理.首先给出了二维离散信号小波变换的Mallat算法,进行了算法的可并行性分析;然后描述了各处理机中的局部数组的数据结构并讨论了并行算法中多处理机逻辑拓扑间的数据传递.实验结果证明,小波算法适宜于并行,且将其应用于DEM数据多分辨率模型构建时能获得理想的加速比,基于并行的小波算法能极大地加速多分辨率模型的构建速度.     

A ‘subdivision regression’ model for data analysis

Subdivision schemes are multi-resolution methods used in computer-aided geometric design to generate smooth curves or surfaces. We propose two new models for data analysis and compression based on subdivision schemes:(a) The ‘subdivision regression’ model, which can be viewed as a special multi-resolution decomposition.(b) The ‘tree regression’ model, which allows the identification of certain patterns within the data. The paper focuses on analysis and mentions compression as a byproduct. We suggest applying certain criteria on the output of these models as features for data analysis. Differently from existing multi-resolution analysis methods, these new models and criteria provide data features related to the schemes (the filters) themselves, based on a decomposition of the data into different resolution levels, and they also allow analysing data of non-smooth functions and working with varying-resolution subdivision rules. Finally, applications of these methods for music analysis and other potential usages are mentioned.     

基于可编程图形管线的大规模流程工厂模型多分辨率绘制方法

针对流程工厂设计中3维校审的实际需求,提出了基于可编程图形管线的大规模流程工厂模型多分辨率绘制方法。在分析了流程工厂模型特征的基础上,通过基本体元多分辨率模板构建对象的多分辨率模型,并在构建过程中保证低分辨率模型顶点集是高分辨模型顶点集的子集。因此,每个对象只需保存其最高分辨率下的顶点信息及各分辨率下的顶点索引。在此基础上,通过对显存中顶点缓冲、索引缓冲的有效管理,不仅实现了在渲染过程中利用顶点索引的变换完成不同分辨率的切换,还减少了内存与显存的数据交互。实验结果表明,该方法在普通PC机上对具有21 M左右面片的流程工厂模型,能够在保证绘制质量的前提下取得31帧/s的平均帧速,且预处理时间在10 s以内并无需额外硬盘空间。     

基于海量地震数据的多分辨率扩展八叉树模型

针对现有PC硬件条件的限制和地震数据的海量特征,提出一种基于扩展八叉树的分块多层多分辨率模型。该模型保存了叶节点属性和中间节点属性,实现多分辨率建模,采用基于Morton码的数据块索引方式来提高查询效率。实验结果表明,该模型是一种高效的海量地震数据组织方式,在地质建模领域具有较高的应用价值。     

一种基于半边折叠的多分辨率模型构造方法*

虚拟现实的真实感限时图形生成中加速技术十分关键, 细节层次模型(LOD)在实时绘制复杂场景中得到了广泛应用。提出了一种基于半边折叠的多分辨率模型构造方法,该算法能够快速简单并有效地减少模型的多边形数,同时将简化记录紧致地存储在隐含着多分辨率模型的单分辨率模型中,减少了存储空间,并能实现快速地提取及显示。     

一种散乱数据点的多分辨率曲面重构方法

给出一种基于细分曲面技术实现散乱数据点的多分辨率曲面重构的方法。在曲面重构过程中,依据灰度图像边缘检测思想分析散乱数据特征值,将这些特征值生成纹理特征曲线进行曲面细分,从而形成了多分辨率网格模型结构。经过测试,该方法不仅重构曲面时间短,同时构造出的细分曲面能较好地反映原始数据的细节特征。     

大气环境仿真中数据模型及数据库的设计与实现

大气环境对飞行器有着至关重要的影响,不仅影响着飞行器本身的飞行和作战性能,而且也影响着飞行器操纵人员的决策.所以,大气环境仿真是高逼真度飞行仿真器设计的一个的重要组成部分.该文基于数据场的概念建立了大气环境数据模型,然后根据这个大气环境数据模型设计了一个具有四叉树结构的大气环境数据库,很好地解决了多分辨率的问题.最后将大气环境数据库映射到SEDRIS表示.