面向球幕投影系统的几何校正方法

摘 要：用于飞行模拟的视景仿真系统，经常会以多台投影仪同步投影以得到较大范围的 视场角。当投影机斜对屏幕或者投影屏幕为曲面时，图像会发生几何失真。针对此问题，本文 提出了一种专门面向球幕投影系统的几何校正方法，并以一个三通道显示系统为实例，详述了 该方法的理论原理以及校正流程。实例结果表明，经几何校正后，各投影图像无几何畸变，通 道过渡处几何内容完全一致。该方法是一种纯软件方法，成本小而且操作简单，能够适应于不 同的投影场景。     

G2三次Hermite样条曲线形状的交互修改*

构造了一种G2连续的三次Hermite样条曲线的表示形式,并提出了一种Hermite样条曲线形状修改和形状调整方法,通过直接调整曲线上的点的位置,从而达到调整曲线形状的目的。通过大量实例的验证和实际用户的使用表明,所提出的方法曲线形状交互修改简便可行,稳定性好。     

基于特征的离散网格模型表示与编辑技术

本文提出了一种基于特征的离散网格模型表示方法,能够表达传统三维网格模型中缺失的高层次信息,并以模型编辑为例显示了其应用价值.该特征结构利用特征线、特征面、特征组来建立离散网格的特征结构,用于描述模型的形状、约束、语义等信息,在原有网格模型的基础上构建了一个“超网格”.通过构建特征间的拓扑关系和约束关系,模型在编辑过程中能够保持特定的形状、结构属性,同时由于编辑操作造成的网格修改被限定在局部的特征区域内,从而提高了模型编辑的运算效率.     

神经网络在退化图像复原领域的进展综述

退化图像复原是图像计算领域中的一个重要的难题。近年来以深度学习为代表的 人工智能(AI)技术取得了快速的发展,越来越多的基于神经网络解决退化图像复原的研究工作 出现。首先介绍了神经网络进行退化图像还原的主要技术并对图像复原的问题进行分类;然后 利用神经网络解决退化图像复原问题中细分的多个主要问题,并对每个问题的当前研究现状与 多种基于深度学习网络的解决方法的优势与局限性进行归纳分析,并给出与传统方法的对比。 最后介绍了基于对抗神经网络的极限退化图像复原的新方法,并对未来前景进行展望。     

动态水面数据采集与重建方法

自然现象模拟是计算机图形学中的一个重要研究热点.如何快速逼真地模拟自然现象是此类研究的主要目的.传统的解决思路大多采用基于物理的建模方法,而随着采集设备的快速发展,基于采集图像的重建方法得到了广泛关注与研究.本文以液体为研究对象,总结了近年来基于采集图像的重建方法的部分研究成果.针对动态水面,提出了一种动态水面数据采集与重建方法.首先,设计并搭建一套基于多相机的动态水面数据采集系统,采集得到多视图下不同水面运动现象的连续帧图像.其次,通过提取采集图像序列中每幅图像的亚像素级特征点,进行特征点匹配并建立特征点与物理空间中三维点的映射关系.然后,结合水介质的光学折射特性迭代求解水面上三维点阵的高度场和法向量.最终获得动态水面的重建结果.实验结果表明该方法能快速生成与采集水面可视效果相近的三维重建结果,可在计算机游戏、医学、科学研究可视化等领域具有应用前景.     

大时间步长下体积守恒的实时水体模拟

摘 要：基于物理的流体仿真可以真实地捕捉水的运动,一种常用的实时模拟方法是基于 二维浅水方程进行水体仿真。首先介绍了二维浅水方程,并提出一种新的求解方法,通过一种 体积守恒的隐式半拉格朗日方法进行计算,在保持稳定的同时允许较大的时间步长,然后额外 增加修正步以保证计算过程中体积守恒。此外提出了一种基于动量守恒的流固耦合方法,可以 实时地模拟出较为真实的水体,并且保证了水体体积始终守恒,效果良好。