用于复合材料缺陷可视化检测的l_1正则化算法

随着复合材料在民用飞机中越来越广泛的应用,复合材料缺陷的在线检测对无损检测技术提出了更高要求。为提高平面电容层析成像(ECT)系统的成像质量,从而提高其对复合材料缺陷的检测精度,对基于l1正则化的成像算法进行了研究。采用交替最小化方法进行数值计算,并结合迭代阈值法,对重建图像进行降噪。试验结果表明,与ECT中常用的Landweber、Tikhonov正则化等算法相比,该方法能够有效分辨物场中的不同介质,提高了成像质量和被测物体边缘分辨率。     

一种动态稀疏式观测系统的场景重建方案

为使单目视觉系统获得动态观测并密集重建场景内大型目标的能力,提出一种使用动态观测系统重建场景的方法,设计一套用于实现的系统方案。采用稀疏式的数据更新方法,维护观测数据以降低更新率,从而达到削减系统负担的目的。拟合参考平面,以筛选数据内点进行外点抑制。细分多边形初始化模型,通过混合建模的方法局部优化模型曲面,以达到稀疏到密集重建目标结构模型的目的。实验结果表明,相对于tM=tN=0.65时,当维护判定参数tM=tN=0.5时,数据更新次数由9次降为6次,观测点集由4154降为3414,相应的外点比例由20.94%下降到17.19%。在2次细分的条件下,最终模型片元数由86712减少为71 631,降低了系统负担,并且重建的视觉效果更佳。     

一种新的基于自适应神经网络模糊推理系统的图像滤波器

提出了一种新的基于自适应神经网络模糊推理系统的去除噪声算法。该算法是一个结合了中值滤波、维纳滤波和自适应神经网络模糊推理系统的综合滤波器。噪声点通过算法被准确地估计出来,自适应神经网络模糊推理系统的参数通过训练得到,训练可以通过简单的计算机合成图像来进行。将含噪声的图像、中值滤波后的图像和维纳滤波后的图像作为系统的三个输入,通过一个固定阈值来判断像素点是否为噪声点作为系统的输出,如果判断是噪声点,则通过中值滤波来进行去噪处理,如果判断是非噪声点,则灰度值保持不变。算法的特点就是在能够保持好线条、边缘、细节和纹理的同时,很好地去除噪声点。仿真实验表明,算法可以对噪声污染的图像进行有效的重建,同时不会扭曲图像中的有用信息。     

CT图像重建滤波反投影算法中指数滤波器的研究

CT技术的核心是图像重建,而图像重建的决定因素是重建算法,其优劣直接影响对重建结果准确性的判断。CT图像重建算法可以分为迭代法和解析法两大类,其中解析法具有比较严密的数学理论基础,且处理速度快,所以在CT技术领域得到广泛应用。在解析重建算法中,滤波反投影算法拥有较高的运算效率,能获得较好的图像重建质量,而且滤波反投影算法的成本低,易于通过并行实现,便于进一步提高其重建速度,所以该算法为解析法中的主流算法。根据滤波反投影算法的实现原理,其中滤波函数的选取对重建结果、重建速度等方面有着举足轻重的作用。针对滤波函数的选择进行研究,首先在分析常用R-L和S-L滤波函数的基础上,引入指数滤波函数的研究,并借助调整指数参数的取值,分析了该函数在无噪声和有噪声情况下对图像重建的影响。通过实验仿真的方法,验证了指数滤波函数在保证较好的空间分辨率的情况下,保持了良好的图像重建特性。     

基于特征点跟踪的视频序列平面提取算法

平面结构是一种最为常见和重要的几何特征,平面提取在很多领域有着重要的应用。提出了一种毋须恢复摄像机三维信息、直接从视频序列中提取出平面的算法。先通过在视频相邻帧之间建立极线约束下的射影变换模型,来计算出由平面诱导的单应,而每一个单应都对应着场景中的一个平面;然后根据计算出的单应对视频的每一帧进行分割,进一步提取出视频中的平面结构。一系列真实视频序列的实验验证了本算法的有效性和稳定性。     

基于混合图像分割与梯度算法的发光物体图像重建技术研究

传统的图像重建算法存在光源分布不均以及噪声干扰等问题,导致图像重建效果差。针对该问题,提出了一种改进的混合图割算法和梯度算法的发光体图像重建技术。算法首先采用图像分割算法得到在未知先验条件的情况下的发光源情况;然后利用不同的梯度算法,根据重建状态得到发光源准确的分布情况;最后利用内部光源的多级网络提高计算速度和重建的准确性。仿真实验结果表明,本方法即使在存在检测噪声和模型结构误差的情况下,仍然能够得到很好的重建性能,具有较高的实际应用价值。     

基于三维扫描仪的偶动画补间研究

动画技术是动漫产业中重要的一环。我国动漫产业困惑的集中表现是越来越大手笔的资本投入和越来越低效率利润回报,先进和适用动画技术无疑是突破困惑方式之一。文章通过对三维扫描技术进行研究,通过三维扫描仪为三维造型为动画制作提供角色支撑,让传统泥塑艺术与当下的数字艺术在这里得到连接与互通。其重建技术为传统偶动画提供了一种新型的技术方向,它具有低成本,独立性强的特点,可以为小成本动画制作提供良好的技术支撑,也为高校实验动画寻找到了一种新的创作方式。     

基于仿射传播的进化数据流在线聚类算法

为提高数据流聚类的精度和时效性,提出一种具有时态特征与近邻传播思想的高效数据流聚类算法(TCAPStream).该算法利用改进的WAP将新检测到的类模式合并到聚类模型中,同时利用微簇时态密度表征数据流的时态演化特征,并提出在线动态删除机制对微簇进行维护,使算法模型既能体现数据流的时态特征,又能反映数据流的分布特性,得到更精确的聚类结果.实验结果表明,该算法在多个人工数据集和真实数据集上不仅具有良好的聚类效果,而且具有较好的伸缩性和可扩展性.     

基于形变模型的多视图三维人脸重建

本文提出了基于形变模型的多视图三维人脸重建方法,将人脸形变模型与同一人脸在不同视点下的多幅图像进行匹配,从而重建出具有较强真实感的三维人脸模型。本文将对基于形变模型的多视图三维人脸重建方法进行详细的阐述,并把实验结果与单视图重建出的三维人脸模型进行了对比,从而体现出多视图重建的优势所在。     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.