基于偏微分方程的稠密视差图获取方法

立体匹配是计算机视觉领域中的一个重要的热门研究课题,为了获得性能更优的稠密视差图,通过把偏微分方程理论运用于机器视觉中,提出了一种新的基于能量函数获取稠密视差图(disparity map)的方法,并首先分析了匹配点对在不同相对位置下对匹配项产生的影响;接着提出了适用于视差图的各向异性的热扩散方程,它不仅继承了Alvarez定义的正则项对初始视差图内部平滑和保持边缘不连续的特性,还通过引入图像的噪声屏蔽函数和二阶方向导数来分别控制对应视差图中不同区域的扩散速度和角点处的扩散方向;最后通过定义的正则项和匹配项来构造新的能量函数,并把基于区域匹配算法得到的视差图作为初始值,再利用最速下降法求解相应的最小能量泛函。实验结果表明,无论从视觉效果上,还是重构深度图的判别上,该新算法都取得了更优的性能。     

一种基于分布均匀度的非真实感蚁群绘制方法

将仿生学引入非真实感绘制过程，提出了基于分布均匀度的非真实感蚁群绘制方法。方法中绘制蚂蚁被定义为具有信息素、印迹、有限生命周期等属性和记忆、单步行走、绘制印迹、更新信息素、跳跃、死亡等行为特征的智能体。通过不断更新信息素指导绘制蚂蚁选择最优的绘制路径，并调整单步行走、绘制印迹、跳跃等行为方式，所有绘制蚂蚁在路径上留下的印痕即为非真实感绘制的结果。为了避免由于蚂蚁单纯按照最大选路概率寻径，而出现轨迹收敛现象，最终导致图像被局部绘制的情况，通过信息权重动态地调整路径选择概率的均匀度，改善了绘制的效果。实验结果表明，该方法能够比较有效地模拟出手工绘画的效果。     

复杂产品虚拟样机综合集成型决策支持系统研究

现有常规决策方法和决策支持环境难以对复杂问题进行有效的决策支持和求解，复杂产品虚拟样机即属于该类问题，其决策支持环境的设计是虚拟样机工程需要解决的问题之一。在分析当前各种决策支持系统的特点并与综合集成型决策支持系统进行比较后，提出了只有构建综合集成型决策支持系统才能有效地解决复杂产品虚拟样机设计中的决策支持问题。从虚拟样机决策求解的过程分析了系统的需求，建立了B/S架构的、基于移动Agent技术的综合集成型决策支持系统，并阐明了系统的组织结构和功能，对系统实现的关键技术、仿真、信息和知识的综合集成进行了深     

自适应画笔分布的非真实感绘制

针对非真实感绘制不仅要能有效地表达图像中目标的形状和颜色信息,还必须处理好图像中细节的变化,提出了自适应画笔分布的非真实感绘制方法。通过使用源图像亮度图像的边缘强度来指导画笔的放置,使得画笔分布能够随着源图像中细节的丰富程度而自适应变化。算法运用源图像的梯度向量场控制画笔的运动,使得画笔具有形状、颜色信息的同时,具备了一定的方向信息。同时算法采用“误差扩散”技术对粗画笔的绘制结果进行瑕疵平滑,使得绘制效果更加自然真实。     

基于粒子系统的建模方法研究

This paper describes the definition of particle system, also discusesses the key techniques and problems of realizing of particle system. It gives a basic frame for applying particle system to modelling irregular objects.     

基于整体变分图象恢复模型的小波域正则化方法

通过改进小波软阈值收缩的过程,提出了小波框架下的整体变分正则化模型.模型中利用改进小波阈值技术选取合适的需要保留的小波系数,然后对该系数重建图象进行空域各向异性扩散处理.文中提出了该变分问题完整的空域和小波域交替迭代的图象恢复算法.实验证明,该算法不仅具有较强的噪声抑制能力,而且能够保持和增强图象的边缘,大大提高了图象的视觉质量.     

基于图的数字全变差模型及其带噪图像任意精度放大

分析了利用Sobolev空间Tikhonov正则化模型对带噪图像进行放大的不足，基于图像的修复模型，提出带噪图像放大的数字全变差模型．利用有向图构造出兼顾噪声去除和图像放大的数字TV滤波器，并利用该滤波器提出一种新颖的图像放大算法．作为算法对比，利用Sobolev空间Tikhonor正则化模型，提出相对应的数字Tikhonov放大算法．结果表明：数字TV放大算法明显优于数字Tikhonov放大算法，不仅较好地抑制了噪声的影响，而且使得任意精度放大的图像边缘清晰、过渡自然，特别适合于目标边缘明显的一类非纹理的医学图像的放大。     

异构网实时通信的实现

如何解决异构计算机网络的互连问题至关重要,网络实时通信也是当前计算机网络应用的热点。本文针对这两方面的问题,提出了异构网的同构化思想,讨论了网络实时通信的实现方法,并给出了异构网中解决进程实时通信问题的模型和方案。     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。