视景仿真中三维地球的建模

给出了一种基于Blue Marble纹理和GTOPO30高程数据的三维地球建模方法,可消除地表各分块间的缝隙。地表形状模拟精度高,结合多分辨率纹理和高程,实现了对地球的变视角和缩放操作,在飞行模拟、导弹发射、卫星绕地球飞行等涉及到地球大场景或全球视景的仿真中被广泛采用。该建模方法对类似的建模提供了一种新思路,有较高的通用性和实用性。     

基于交互变形的树木三维建模研究

通过对树枝的交互变形处理,提供了一种能美化树木形状的三维建模方法。该方法由三部分组成：基于交互变形的树木三维表示模型、树枝的交互选择机制及对所选择树枝的变形处理。树枝变形分基本为形和综合变形两种,基本变表提供对树枝增删、伸缩、弯曲、旋转等简单变表操作;综合变形以基本变形为基础、以美学理论为准则对对木形状进行整体的美学控制。文中提供的方法既可与现有树木生长建模方法结合使用,也可独立运用,以达到对树木形状的建模和美化处理。     

交互式纹理变形算法

基于纹理基元的交互式纹理变形算法的目标是产生一个变形序列,使得源纹理图像能够自然地变形到给定的目标纹理图像．由于很多纹理图像都含有重复出现的结构性基元,因此可以设计出一种交互式的系统来方便用户实现变形效果．(1)用户在给定的两幅纹理图像中各选择一个感兴趣的基元;(2)两幅纹理中所有相似的基元图案会被自动检测．和定位;(3)通过最小化基元匹配的总距离求出两幅图像中基元的配对;(4)结合基元的配对信息和用户指定的特：征点信息生成变形序列．实验表明,在少许交互的使用下,可以对许多输入的纹理图像获得很好的变形效果。     

视景数据库建模优化技术研究与应用

为了提高视景仿真的实时性,降低视景系统资源开销,采用视景数据库建模的综合优化技术和方法,研究了三维虚拟场景建模关键技术,并在实际项目中进行了应用。优化建模技术使得视景数据读取迅速,仿真效果真实流畅。     

视景仿真系统中三维建模的优化方法

为了提高虚拟现实系统的实时响应性能和真实性,讨论了基于Multigen Creator建模的关键技术,给出了建模的优化策略,在此基础上实施了一个少数民族文字“女书”碑林园的视号仿真漫游系统。系统运行结果表明,实例化技术、外部引用技术和阴影技术等优化的建模技术降低了三维模型的资源开销,提高了虚拟视景仿真系统的渲染效果和运行效率。     

视景仿真系统中三维建模的优化方法

为了提高虚拟现实系统的实时响应性能和真实性,讨论了基于Multigen Creator建模的关键技术,给出了建模的优化策略,在此基础上实施了一个少数民族文字“女书”碑林园的视景仿真漫游系统。系统运行结果表明,实例化技术、外部引用技术和阴影技术等优化的建模技术降低了三维模型的资源开销,提高了虚拟视景仿真系统的渲染效果和运行效率。     

视景仿真系统中三维建模的优化方法

为了提高虚拟现实系统的实时响应性能和真实性,讨论了基于Multigen Creator建模的关键技术,给出了建模的优化策略,在此基础上实施了一个少数民族文字女书碑林园的视景仿真漫游系统。系统运行结果表明,实例化技术、外部引用技术和阴影技术等优化的建模技术降低了三维模型的资源开销,提高了虚拟视景仿真系统的渲染效果和运行效率。     

视景仿真系统中三维建模的优化方法

为了提高虚拟现实系统的实时响应性能和真实性,讨论了基于Multigen Creator建模的关键技术,给出了建模的优化策略,在此基础上实施了一个少数民族文字女书碑林园的视景仿真漫游系统。系统运行结果表明,实例化技术、外部引用技术和阴影技术等优化的建模技术降低了三维模型的资源开销,提高了虚拟视景仿真系统的渲染效果和运行效率。     

基于Lobe表示的树木快速3D建模

提出了一种基于Lobe表示的树木三维建模方法,该方法的核心思想在于树冠形状取决于外形轮廓,而其内部的枝叶结构具有相似性,可以从有限的模板库通过纹理合成的方法近似生成.该方法可以描述成两大部分:1)编码.将给定树木表示成骨架和Lobe的形式;2)解码.根据Lobe形状,基于已有的枝叶模板生成Lobe内部三维结构.这种基于Lobe的轻量级树木表示方法在很大程度上提高了大规模树木三维模型存储和传输的效率,非常适用于网络环境下大规模城市场景的交互式应用.     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

基于结构和纹理特征融合的场景图像分类

利用整体结构特征和局部纹理特征的优势,采用两级分类器对场景图像进行分类。第1级分类器利用全局结构信息得到候选类别,并通过分类结果判定相似类别对;第2级分类器则利用局部纹理信息区分相似类别,采用分类器的级联综合利用场景图像的整体结构信息和局部纹理信息。实验结果表明,该方法能够做到不同场景类别鲁棒分类,有效区分相似场景类别,提高场景图像的分类准确率。     

场景语义树图像标注方法

自动图像标注是一项具有挑战性的工作,它对于图像分析理解和图像检索都有着重要的意义.在自动图像标注领域,通过对已标注图像集的学习,建立语义概念空间与视觉特征空间之间的关系模型,并用这个模型对未标注的图像集进行标注.由于低高级语义之间错综复杂的对应关系,使目前自动图像标注的精度仍然较低.而在场景约束条件下可以简化标注与视觉特征之间的映射关系,提高自动标注的可靠性.因此提出一种基于场景语义树的图像标注方法.首先对用于学习的标注图像进行自动的语义场景聚类,对每个场景语义类别生成视觉场景空间,然后对每个场景空间建立相应的语义树.对待标注图像,确定其语义类别后,通过相应的场景语义树,获得图像的最终标注.在Corel5K图像集上,获得了优于TM(translation model)、CMRM(cross media relevance model)、CRM(continous-space relevance model)、PLSA-GMM(概率潜在语义分析-高期混合模型)等模型的标注结果.     

三维重建场景的纹理优化算法综述

三维重建场景的纹理优化是计算机图形学和计算机视觉等领域的基础任务之一,其目的是优化纹理映射,减小重建几何体和纹理之间的对齐误差,提升重建场景的细节表现。为了对三维重建场景纹理优化算法的现状进行全面研究,本文从传统优化算法和基于深度学习的优化算法两个方面对现有三维重建场景的纹理优化算法进行综述。传统的纹理优化算法一般通过优化相机姿态、校正图像颜色、提高重建几何精度等步骤达到三维场景纹理优化的目的,按照优化方式的不同,主要包括基于图像融合的优化算法、基于图像拼接的优化算法以及纹理与几何联合优化算法,而基于深度学习的优化算法则利用神经网络优化三维场景纹理。同时,本文汇总了常用的三维重建场景纹理优化的数据集与评价指标,并重点讨论了不同数据集和评价指标的特点与用法。此外,本文对现有的各类纹理优化算法进行了定性分析和定量对比,重点阐述了这些算法的原理及优缺点,最后探讨了三维重建场景的纹理优化面临的挑战和发展方向。     

基于三幅图像的曲面造型及纹理提取

利用标准的参数曲面来表示真实的三维曲面物体,并将物体正面、侧面及背面拍摄图像的侧影轮廓线作为约束,通过最小化线性约束下的二次目标函数实现曲面造型。将曲面重新投影到物体的正面、背面及侧面图像上,利用基于重心坐标的加权纹理提取方法提取纹理图像。利用真实图像实现了逼真的曲面造型,验证了该方法的可行性和正确性。     

基于互联网图像集的室外场景建模技术综述

目前在互联网上有海量的室外场景照片,它们不仅内容覆盖面广,对同一场景有大量不同视点和光照条件下的采样,而且获取成本很低.如何利用这些照片中包含的丰富场景信息,快速、方便地构造各种逼真的虚拟场景,是互联网迅猛发展给虚拟现实、计算机图形学和计算机视觉带来的新的研究课题之一.文中分析、总结了近年来国内外互联网图像的真实场景几何建模、自然光照建模和材质反射属性建模的最新研究进展,并对其未来的发展趋势提出了一些看法.     

虚拟场景中基于LOD的树木真实感建模

树是虚拟场景中的重要的景物之一。提出了用参数化的分形方法对三维树木进行真实绘制;将分形计算产生的树木数据用数据结构储存起来;并根据视点与树模型的距离确定所需树木模型数据的层次;从而充分发挥了应用分形技术生成的树模型真实感强的优点,消除了分形计算耗时长的缺陷,保证了树木生成的真实性和实时性。实践证明,用文中方法在可漫游虚拟场景中产生三维树模型,在实时性与真实感方面均取得了不错的效果。     

基于马尔可夫随机场的纹理图像并行分割

基于消息传递接口（Message Passing Interface,MPI）和消息传递并行编程模型,提出了一种针对计算机集群（Cluster）的纹理图像并行分割算法。该算法使用马尔可夫随机场作为纹理特征,通过将图像分块,把特征提取的计算量均匀的分布到并行系统中的各个节点上,从而极大地减少了计算时间。在遥感图像上的实验发现,该算法在4机并行的环境下可以取得与单机串行程序一样精确的分割,而耗时仅为串行程序的31.95％。令人满意的实验结果表明该并行算法不但可以有效的应用于纹理图像分割,而且也为使用计算机集群实现高时间复杂度的图像处理提供了有益的启示。