排序方式: 共有64条查询结果,搜索用时 15 毫秒
1.
虚拟自然场景的实时生成一直是图形学研究领域中一个富有挑战性的难题,作为自然场景的重要组成部分,树木的模拟也得到了广泛的重视.本文在实际建模中以三维分枝模型为基础,与随机繁衍L系统相结合,对树木模型进行了一些改进.将光源和重力的影响加入枝段的模型中,使生成树木的形态更加逼真;改进了分枝模式,使得生成树木的随机性得到加强;在绘制时根据不同距离选择不同复杂度的树木模型,加快了渲染的速度. 相似文献
2.
图像等分成M×N块后,将子块分成背景子块、目标子块和边缘子块三类,并从中提取颜色、空间特征和边缘特征,求图像间相似度时只在同类子块之间进行匹配.这样既减少了匹配运算量,又可避免不同类子块匹配所产生的干扰.实验结果表明,该方法不仅求图像间相似度的运算量小,而且对图像的旋转和平移变化不敏感,具有较好的检索性能. 相似文献
3.
基于边界跟踪的快速欧氏距离变换算法 总被引:10,自引:0,他引:10
提出了一种基于边界跟踪、剥离的快速二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内、逐层对目标区域进行边界跟踪、剥离,直至目标区域为空.每跟踪到一个边界像素点,即根据其邻域像素所传递的最短距离信息来计算与最近背景像素间的欧氏距离,并利用一个链表结构来完成对已经过距离变换的像素点的距离更新,以解决距离传递的路径可能改变的问题.实验结果表明,该算法能够得到准确的欧氏距离,并且算法时间不到3×3倒角近似欧氏距离变换算法的2倍,比基于桶排序的欧氏距离变换算法快几十至上千倍. 相似文献
4.
5.
6.
7.
在计算机视觉领域,人体运动分析的研究正因其广泛的应用前景而越来越受到研究者的重视。对于单目图像序列的人体运动跟踪,现有的方法大多需要进行人工干预,或者在身体上附着标志物,或者对第一帧图像进行手工标记。本文针对这一问题,提出一种简单而有效的自动检测人体腿部骨架的算法,该算法不需要任何人工干预,继而在传统的运动建 模及矩形块RGB颜色匹配的基础上,提出一种圆周相交定点算法,结合踝关节的运动预测对获取的腿部骨架进行跟踪,有效地解决了两腿的自遮挡问题。论文最后给出了跟踪的实实验结果。 相似文献
8.
9.
10.