巨人武侠网游《龙魂》研发小组采访录

《龙魂》是由巨人网络成都分公司耗时3年潜心研发的一款武侠3DMMORPG网游,它采用具有完全自主知识产权的3D引擎制作,360度全视觉旋转、地图无缝拼接、实时光照系统配合沉毅雄健,古朴飘逸的美术风格,为玩家营造出一个群雄逐鹿、硝烟弥漫的仿古东方世界。     

基于高程图的光学成像模型

从成像模型出发,利用光照模型和大气模型,研究时间、地理位置与太阳位置之间的关系,以及不同气候条件下日照与太阳位置之间的关系。根据气候、地理位置、时间确定景象表面的日照(它等于太阳光照和天空光照的表示),在已知高程图、视点和参考地图的条件下,能够较逼真地模拟产生不同气候条件及不同时间下的数字地面光学图像。     

F200EXR变“心”——富士Finepix数码相机

“变心”是为了更好 喜欢摄影的用户都知道,在有几种拍摄环境中想要拍出好照片有一定难度,一是环境光照不足时如何获得画面清晰而低噪点的照片是个难题。第二个则是画面中光比相差较大时,如何尽可能多地保留亮部和暗部的细节。F200EXR所采用的Super CCD EXR在精细捕捉模式下采用超高分辨率获得如人眼所见的详尽细节,当光线不足时,采用像素联合模式以获得低光环境下的明亮的超低噪点的完美画面;     

直接体绘制技术研究

直接体绘制技术是可视化研究领域的一个重要分支,是目前最活跃的可视化技术之一。该文首先介绍了体绘制技术的原理,分析其实现的关键技术及算法。然后介绍了可视化工具VTK,及其对光线投射算法的实现过程。     

一种适于实时机器视觉的光照补偿方法研究

光照对图像颜色失真的影响是机器视觉中尚未有效解决的技术难点之一.通过建立一种基于背景的非均匀光照补偿模型,从原图中分离出图像的光照变化,对图像进行校正预处理.提高了后续分割的准确度.实验证明该方法运算开销小,应用到实时性要求高的足球机器人视觉系统中,能有效地克服比赛中光照的不均匀性对目标颜色失真的影响,提高了视觉系统的识别效率.     

光照鲁棒的非线性相关图像匹配方法

在自然场景下的光照变化不可避免,而同一物体在不同光照条件下的成像差异极大,这使得光照变化下的图像匹配成为一个普遍而具有挑战性的问题.为此提出一种对光照变化鲁棒的图像匹配方法,通过设定阈值分割图像来选择比较有区分力的部分像素参与匹配,用2个分量分别描述图像中存在亮度变化的区域和区域内亮度的变化程度.在匹配过程中,以向量之间夹角的大小作为相似度度量,直接利用图像的灰度信息在高维向量空间中考虑图像之间的相似度,克服了在低照度、低信噪比的图像中求边缘、角点、梯度和形状等特征的困难,不受向量模大小(乘性光照变化)以及向量平移(加性光照变化)的影响,即相似度的计算是线性光照不变的.实验结果验证了该方法的有效性.     

彩色静态图像的人脸检测研究

讨论了一种彩色静态图像的人脸检测法,先使用光照补偿对图像进行预处理,再采用YCbCr肤色模型检测出图像的肤色部分,然后对肤色部分进行膨胀、腐蚀,去除非人脸区域,最后使用人工神经网络对候选人脸区域进行验证,最终定位出人脸区域.实验证明了该方法对不同光照环境和复杂背景的图片有较好的适应性,提高了检测速度与精度.     

提取多尺度光照不变量的人脸识别

光照变化条件下的人脸图像识别一直以来都是图像处理中的热点和难点问题,为了提高人脸图像的识别率,提出了一种用于非均匀光照条件下人脸识别的算法.利用对数及二维小波变换的多尺度特性提取出人脸的光照不变量,然后运用PCA+LDA方法进行人脸特征提取,并采用基于欧氏距离的最近邻分类器进行识别.通过Matlab编程实验,在Yale B人脸库中达到了较高的识别率.     

基于太阳光照模型的最大功率点跟踪算法

根据实际单体光伏电池特性和电气参数,提出一种利用MATLAB中曲线拟合工具箱结合光照强度数据模拟光照强度变化的方法,该仿真模型能够准确地反映光照强度变化情况;文章主要对某地春季一天实际光照强度变化数据进行分析,建立了全天光强时间模型;并依据此模型绘制了短时间内光照发生突变时的功率时间曲线;同时分析并利用工程上四种常用的最大功率点跟踪方法对发生跳变时的曲线进行了matlab仿真跟踪试验,比较了在局部光照变化阶段和不同步长时各种跟踪方法的跟踪效果;仿真结果表明,在该光照模型下可以很好地实现各种方法的最大功率点跟踪但跟踪效果有所差异。     

基于离散余弦变换的手指指节折痕识别

提出了一种新的基于手指指节折痕的生物特征识别方法.针对指节折痕的分布特点,首先对CCD获取的手指图像进行预处理,并在手指的内侧截取一个长方形区域,用来提取折痕特征的感兴趣区域(ROI),该区域包含了手指的第一指节和第二指节的全部折痕线;其次.对ROI图像进行离散余弦变换,然后运用具有带通性质的滤波器去选择那些能很好表征手指折痕信息的余弦变换系数,以形成折痕特征矢量.该算法对光照变化不敏感.最后,在一个手指图像数据库上,利用基于欧氏距离的最近邻分类器进行了算法验证,等错误率(EER)约为0.71%,实验结果验证了该算法的有效性.