虚拟手交互中约束类物体操作研究

虚拟手技术是虚拟现实技术中的一种交互方式，是指通过手势识别技术将人的真实手映射到虚拟环境中并与虚拟物体进行交互操作的人机交互方式。主要应用于虚拟训练、虚拟手术和虚拟装配等领域。对虚拟手交互的约束类对象进行了研究，提出了基于运动学的约束类物体操作方法，解决了阀门类有约束物体交互中虚拟手姿态不真实、操作不可控的问题。设计实验验证了基于运动学的方法能以符合实际操作的效果完成虚拟现实系统中的操作任务，可以应用到虚拟训练、虚拟装配等仿真平台。     

RBF网络做函数逼近的改进研究

阐述了利用神经网络做函数逼近研究的必要性和合理性.通过实验发现：直接利用RBF网络（direct radial basis function networks,DRBFN）做函数及其导函数逼近时的缺点,在对此结论合理分析的基础上,给出间接利用RBF网络（indirect radial basis function networks,IRBFN）做函数及其导函数的逼近方法.仿真实验表明：改进后的网络性能有了较大提高,同时,根据实验结果提出了一个猜想.     

一种面向细胞骨架图像的区域分割算法

对采集的细胞骨架图像进行量化描述是进行细胞形态分析的关键步骤,而要实现对细胞骨架的精确描述,需要从图像中分割出仅包含微丝或微管的目标区域.本文在对基于Mumford-Shah模型的Chan-Vese法和大津(Otsu)法进行深入研究的基础上,提出一种用于细胞骨架图像区域分割的改进算法.该算法将Otsu法所具有的稳定、快速的特性和Chan-Vese法相结合来实现细胞骨架图像的区域分割.实验结果表明,相对于单独运用Chan-Vese法而言,所提出的改进方法有效解决原有算法存在的计算费时的问题,可以较好完成所述图像分割任务.     

遥操作视觉手势交互映射方法研究

视觉手势技术的发展，极大地促进了遥操作技术的发展。作为虚拟现实技术的交互手段，视觉手势技术一直追求沉浸感，与用户真实操作的体验保持一致。从交互效率的角度出发，探求不同映射方法对手势操作目标点击任务的影响，提出了基于速度和操作方向的自适应映射方法，并设计实验探究证明了这种映射方法相较传统的视觉手势固定映射方法，在任务完成速度方面实现了28.6%的提升；在不同方向点击任务操作稳定性方面实现了34.8%的提升。自适应映射方法明显提高了交互效率和操作的稳定性，可以应用于遥操作控制端的交互。     

虚拟手抓持规则融合策略研究

群体虚拟手抓持规则是虚拟手和虚拟物体进行抓持操作的交互规则,用于判定虚拟手是否能够成功抓持物体。对基于几何的虚拟手抓持规则和基于物理的虚拟手抓持规则分别进行了研究,针对基于几何的虚拟手抓持规则规则简单、仿真效果较差,基于物理模型的虚拟手抓持规则计算复杂、难以实现实时仿真的问题:（1）改进基于几何的虚拟手抓持规则,通过接触点位置、法矢和抓持面法矢制定抓持规则,使其效果逼近力封闭虚拟手抓持规则;（2）利用力封闭计算中抓持接触点和法矢不变的特性,通过内力配比避免了抓持操作中的非线性规划求解,使抓持操作阶段实现实时仿真;（3）通过几何约束进行初始抓持判断-力封闭计算校正-内力配比力封闭计算的策略,实现了完整的抓持过程实时仿真。设计的交互实验说明该抓持规则能实现高沉浸感和实时性的抓持仿真,可以应用到虚拟训练、虚拟装配等仿真平台。     

基于遗传算法演化网络的字符识别研究

将神经网络应用于字符识别,对BP网络和经遗传算法演化后的BP网络进行比较研究.计算结果表明,在训练效果与识别效果两个方面,遗传算法演化后的网络具有更好的识别效果,并能够大幅度提高网络训练时的收敛速度.通过理论分析其原因后得出结论,利用遗传算法做字符识别具有更优的性能.     

Leap Motion关键点模型手姿态估计方法

在虚拟操作的人机交互中,为解决视觉方式人手姿态估计的问题,提出一种基于Leap Motion采集设备的关键点模型手姿态参数估计方法.该方法通过建立关键点模型,利用Leap Motion采集的少量手势信息计算模型中人手关键点的空间位置,并将其作为手姿态的估计参数.实验结果表明,文中方法能够实时地估算出手各个关键点的位置以驱动虚拟手运动,为基于手势的虚拟操作人机交互应用奠定了基础.