与视点对应的视图插补

ＩｍａｇｅＭｏｒｐｈｉｎｇ是产生图象之间插补变换一类被广泛使用的技术,所有的Ｍｏｒｐｈｉｎｇ方法奢阳基于两幅图象之间的象素位置和颜色的内插。现行的Ｍｏｒｐｈｉｎｇ技术不能保证所生成图象的真实性。本文提出的视图插 补技术,使得所生成的插 补图象对应于某个视点,且不需要知识源图象所对应的摄像朵矩阵,因此计算简单。     

植物形态的控制矩阵法

提出一种新的植物形态的分形重构方法。该方法以三叉树元作为迭代的基本单元,引入控制矩阵对其生长过程进行迭代控制,该算法简单,对植物生长形态具有较强的控制,能够对自然界树、草等植物进行较好的计算机模拟。     

虚拟海洋场景的实时模拟研究与实现

为了提高虚拟海洋场景的实时性和真实感,提出了用多重Perlin噪声的叠加和波浪粒子相结合的方法建立实时海洋动画系统.该系统采用Perlin噪声和投影网格绘制技术模拟海面几何形态;并采用Perlin噪声和波浪粒子来跟踪水波的运动,从而快速、简便地实现了水上物体运动产生的水波特效;在光影效果上加入纹理技术建立光照模型,生成了复杂的、真实感强的海洋场景.仿真实验结果表明,该方法适用于大多数流体的模拟,渲染的海洋场景具有很好的真实感和时效性.     

压缩传感在人脸性别辨认中的研究

给出一种基于压缩传感理论的人脸性别辨认算法,试图解决在复杂光照环境下人脸性别的鲁棒辨认问题。在简单介绍传统人脸性别辨认方法和压缩传感理论的相关内容后,给出本文主要工作,包括创建人脸性别数据库,构造人脸性别字典基和提出性别辨认算法等。最后,算法在面向复杂光照变化环境的Extended Yale B人脸数据库子集上对人脸的性别鉴别问题进行验证。实验结果表明本文提出算法的计算效率和识别率优于传统方法;且在复杂光照环境下,基于结构的压缩传感性别辨认方法的鲁棒性要优于传统基于能量的方法。     

基于稀疏表示的特定目标识别

针对轮廓检测系统输出采样信号的特点,结合稀疏表示及主成分分析理论,提出了一种基于稀疏表示的特定目标识别方法。该方法首先通过主成分分析提取采样信号的主要成分以消除冗余信息,同时将信号转换为相同维数的特征向量,然后将特征向量投影到低维空间构造出字典,通过该字典对测试信号进行稀疏表示、识别。数值仿真与现场实验结果表明:该方法在低维空间下具有很好的识别效果;并结合实际情况,对有损坏传感器的系统进行测试,结果表明本文方法具有较好的鲁棒性。     

遗传布局算法

VLSI门阵列模式布局是一类NP完全问题，传统的分析、研究方法和求解策略不能提供优化布局。文中将遗传算法应用于门阵列模式布局，提出了遗传布局算法，设计了相应的选择函数、交叉算子和变异算子，使布局的构形更趋合理。模拟结果表明，应用遗传布局算法能在较短的时间内提供优化解，为解决大规模、复杂的布局问题提供了广阔的前景。     

基于仿射变换模型的图象特征点集配准方法研究

图象配准是计算机视觉中目标识别的一种基本方法,其目的是在待识别图象中寻找与模型图象的最佳匹配.目前,对于图象间的变换为相似变换的情形已有闭合公式.本文则分别运用最小二乘和矩阵伪逆两种方法,对图象间的变换为仿射变换的情形进行了研究,并给出了简单的闭合公式.实验表明这种方法精确、稳定、受噪声影响小.     

基于遗传算法的射影重构

在实现分层重构的过程中，射影重构是关键的第1步。目前，大多已有算法对模拟数值是非常有效的，但对于真实图象效果并不理想。为了寻求更为鲁棒的算法，提出了一种基于遗传算法的射影重构算法。该算法对于射影深度采用十进制编码，并以测量矩阵的秩为4作为约束，来定义适应度函数，然后利用遗传算法，并结合奇异值分解（SVD）技术来迭代估计射影深度，进而实现射影重构，该算法是行之有效的，且鲁棒性较好。     

快速自适应模板图像修复算法

在对图像局部特性分析的基础上,提出了一种简单的非迭代自适应模板快速图像修复算法。该算法首先通过对待修复点邻域像素梯度值进行排序,估计出该点的等照度线方向,从而自适应地确定其修复模板,然后利用快进法(fast marching method)确定修复路径并完成对整个破损区域的修复。实验结果表明,该算法对边缘细节及平滑区域均有良好的修复能力,在相近的修复时间内能得到明显优于一般快速图像修复算法的修复效果。     

基于稀疏贝叶斯学习的图像重建方法

结合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS),给出一种在噪声测量条件下重建可压缩图像的方法.该方法将CS理论中图像重建过程看作一个线性回归问题,而待重建的图像是该回归模型中的未知权值参数;利用SBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度,并引入超参数;最大化超参数的边缘对数似然函数求得权值参数的最优估计即待重建图像.该方法同时还给出了权值估计的后验概率密度和误差条,从而获得权值最优值的不确定性测量.实验结果表明,SBL方法可以获得精确重建,并且在相同相对重建误差的条件下,比基追踪(BP)方法需要更少的重建时间,比正交匹配追踪(OMP)需要更少的测量次数.