一种多尺度多视点特性视图生成方法的研究和应用

基于单目视觉的测距必须建立在对目标姿态的准确识别基础上,而姿态的识别又应与已知3D模型紧密联系。本文主要讨论单目视觉系统测距算法中姿态识别方法的多视点特性视图。多视点特性视图模型能够避免从二维图像恢复三维目标这个不适定性问题,得到了比较广泛的应用。因此,本文利用三维几何模型生成多尺度特性视图作为标准数据,用于多尺度递推识别。本文围绕如何实现三维目标的识别进行,提出了建立多尺度多视点特性视图模型的方法,并论证了方法的有效性。     

遥感图像三维目标多视点建模识别方法

研究利用遥感灰度图像识别三维目标时的问题，提出一种基于多视点模型的匹配识别方法。使用3D广义锥模型投影得到二维视面模型，用于描述不同视点下的目标视面，并用几何结构特征来检索模型库。匹配过程层次地使用全局的与局部的、统计的与结构的目标识别特征，分为检索和精确匹配两个步骤完成。通过实验验证了该方法的有效性。     

多尺度分形维的星载舰船显著性检测

目的 星上的舰船检测需要在资源和时间受限条件下实现快速检测,并且对目标的种类和尺寸缺少先验信息的指导,更多时候还需要实现一景图像中不同尺寸舰船的检测,因此,星上舰船检测要求检测方法具有一定的自适应性,从而实现星上多变的检测场景。方法 针对这一问题,提出了一种多尺度分形维的检测方法,可以实现一景遥感图像中不同尺寸舰船目标的检测。首先,针对差分盒算法受盒子尺寸约束的限制使分形维数的计算精度受到影响的问题提出了一种改进算法,改进算法增加了拟合直线的点对数目并引入了拟合误差剔除误差点对,提高了分形维特征计算的精确度。结果 在提高了分形维计算精度的基础上,新算法利用自然物体在不同尺度上具有的自相似性,通过多尺度分形维的计算并借鉴视觉显著性中c-s算子来排除背景对目标的干扰,突出舰船目标。实验结果表明,新算法能够有效检测出一景图像中不同尺寸的舰船,优于双参数CFAR算法的检测结果。结论 本文提出的多尺度分形维的检测算法可以实现对一景图像中不同尺寸舰船目标的检测,在保证一定检测率的同时有效降低了目标检测的虚警率。     

基于多投影的多视点自动立体三维显示系统

多视点自动立体显示有望成为今后主流的三维显示技术,它是一种无需借助任何辅助观察设备的多视点、多观察区、高分辨率、显示效果逼真的三维显示方式。阐述了基于多投影的多视点自动立体显示系统的设计原理,详细地描述了系统的软硬件构架,建立了基于多投影仪和水平光学各向异性显示结构的自动立体显示样机,开发了投影仪阵列自动校准系统,提高了投影仪的校准精度,避免了因投影仪数目多而导致的繁琐的校准过程。实验结果能够给观众带来逼真的三维视觉体验。     

以目标为中心的MCRBR视点空间投影方法

三维目标的姿态随视点变化而不同,选择适当角度范围的多尺度投影图像为代表,建立三维目标的完备特征库,能够提高基于图像的三维目标识别率。以目标为观察中心,基于3ds MAX提出一种多摄像机旋转批量渲染的三维目标视点空间投影方法。首先建立目标的三维模型,设置目标模型位置和顶视图摄像机位置,然后利用max层级命令面板锁定其中一个轴向的角度,以等采样间隔复制摄像机,设置半球面运动路径,并约束到相应摄像机,最后设置投影图像的输出参数并建立批处理脚本,实现三维目标视点空间任意投影图像的自动保存。     

一种虚拟场景控制方法的研究与实现

针对虚拟场景中视点控制和模型控制两种情况,研究了应用二维鼠标和三维输入设备拾取三维对象模型、移动对象模型和在虚拟场景中漫游的方法,提出了一种用二维鼠标拾取三维模型的方法——粗区域判断、最近拾取,并基于Vega视景仿真开发平台和VC++提出了一种基于二维鼠标拾取、三维输入设备移动的虚拟场景控制方法。     

多点地质统计学在数字岩心重构中的算法研究

在一个多孔介质中流体物质的渗流依赖孔隙空间几何结构和拓扑结构特性。因此,描述介质特征及预测其流动特性最重要的第一步是对一个多孔介质的三维孔隙空间进行重构。有介于此,一种随机模拟技术被提了出来,应用二维切片训练图像重构一个三维的孔隙图像。这项技术基于从连续的二维多点统计模拟拟合多尺度二维调节数据提取的过程。单一标准方程模拟算法(SNESIM),最初作为一种模拟引擎,起到了对地质构造的曲线特征进行复制的作用。     

多视点识别三维运动目标新方法

本文讨论了从多视点识别三维运动目标问题．该方案基于对连续输入的二维图像聚类,构成 三维目标的特征视图和转移矩阵,利用极 对数坐标变换（LPM）和离散付立叶变换（DFT） 提取出与目标二维特征视图的位置、比例和旋转无关的特征向量．ART-2模型作为目标特征 信息的存储器和分类器．实验中对ART-2神经网络进行了改进,取得了满意的结果．     

多视点识别三维运动目标新方法

本文讨论了从多视点识别三维运动目标问题。该方案基于对连续输入的二维图像聚类,构成的三维目标的特征视图和转移矩阵。利用极-对数坐标变换(LPM)和离散付立叶变换(DFT)提取出与目标二维特征视图的位置、比例和旋转无关的特征向量。ART-2模型用于目标特征信息的存储器和分类器。实验中对ART-2神经网络进行了改进,取得了满意的结果。     

基于BEMD和自适应阈值的多尺度边缘检测

利用了一种称为经验模式分解(Empirical Mode Decomposition,EMD)的技术,在多尺度下对图像进行分解,得到了多尺度信息并结合自适应阈值提取不同尺度下的边缘.将此技术应用于图像过滤和边缘检测中,发展了一种基于二维经验模式分解(BEMD)的算法,在多尺度下或空间频率中提取信号特征.这些特征,称为内蕴模函数,可通过一个过滤过程得到.在二维过滤过程中,利用形态学算子来检测区域极大值并通过径向基函数(RBFs)进行曲面插值运算,然后利用边缘信息的多尺度特征合成多尺度边缘,得到了单像素宽边缘.通过计算机仿真实验,结果表明这种方法不仅能准确地检测出图像边缘,而且还有效地抑制了噪声,这种算法的性能优于传统的边缘检测算法.     

水面舰艇编队拖曳声纳舰阵位配置及行动方法

研究水面舰艇编队优化问题,由于潜艇对水面舰艇编队构成严重威胁,为有效保护舰艇安全,选择声纳舰的位置十分重要.拖曳声纳舰作为水面舰艇编队主要对潜警戒信号,对阵位配置及行动方法对编队的反潜效能影响巨大.针对水面舰艇编队航渡中近程拖曳声纳舰的阵位配置问题,提出了一种方法.通过对舰艇编队反潜警戒区的划分,总结了拖曳声纳舰阵位配置原则,建立了关于拖曳声纳舰阵位的模型,仿真计算了各种参数对拖曳声纳舰阵位的影响,并提出了拖曳声纳舰“蛙跳”行动的方法,并进行仿真.结果表明,方法有效,为指挥员编队决策提供了参考依据.     

An interface capturing method for free-surface hydrodynamic flows

An interface capturing method based on a numerically revisited procedure for velocity and pressure coupling is worked out. The new treatment of density discontinuity is formulated in the framework of the finite volume methodology for arbitrary unstructured grids. A simple analytical pressure-like model case is presented to illustrate the accuracy of the numerical implementation of the treatment of discontinuous variables. Then, the method is implemented in a viscous flow solver and applied to free-surface flows, including the two-dimensional Rayleigh-Taylor instability problem and three-dimensional hydrodynamic flows for the prediction of ship waves around the Series 60 model ship with and without drift angles. These latter simulations show excellent agreement with the experimental results illustrated by comparisons of free-surface elevations and also velocity field.     

Matching three-dimensional objects using silhouettes

A method for matching three-dimensional objects against a library of models from an observed sequence of silhouettes is presented in this correspondence. Based upon the observed silhouettes, the three-dimensional structure of the object is constructed and refined. The principal moments and three primary silhouettes are computed for the constructed three-dimensional objects to represent the aggregate and detailed structure parameters. The adaptive matching technique requires that sufficient silhouettes be added to modify the structure of the unknown object until consistent and steady matching results are obtained. The library for matching is based on three primary silhouettes of the model objects. Experiments conducted show a fast convergence to a consistent result may be achieved provided that a reasonable choice of silhouettes is made.     

船舶运动视景仿真系统设计与实现

针对研究船舶各种运动状态,为有效验证控制器的功能提供有效平台。采用船舶运动可视化,对视景仿真系统进行开发,对各种常见的建模和驱动技术进行了重点研究。提出了船舶运动视景仿真系统的整体设计方案及流程,利用建模软件Creator建立了逼真的三维船舶实体模型,采用DOF节点技术建立了舵\翼舵、鳍\翼鳍及螺旋桨的活动模型;解决了视景仿真系统开发中的视点切换、多通道显示、仿真数据加载等关键问题;基于VC++集成开发环境和Vega API编程技术开发了系统。三维仿真结果表明系统具有较好交互性和逼真度,为船舶运动特性研究提供了可靠手段。     

Actions as space-time shapes

Human action in video sequences can be seen as silhouettes of a moving torso and protruding limbs undergoing articulated motion. We regard human actions as three-dimensional shapes induced by the silhouettes in the space-time volume. We adopt a recent approach for analyzing 2D shapes and generalize it to deal with volumetric space-time action shapes. Our method utilizes properties of the solution to the Poisson equation to extract space-time features such as local space-time saliency, action dynamics, shape structure and orientation. We show that these features are useful for action recognition, detection and clustering. The method is fast, does not require video alignment and is applicable in (but not limited to) many scenarios where the background is known. Moreover, we demonstrate the robustness of our method to partial occlusions, non-rigid deformations, significant changes in scale and viewpoint, high irregularities in the performance of an action, and low quality video.     

Motion-based mesh segmentation using augmented silhouettes

Motion-based segmentation, the problem of detecting rigid parts of an articulated three-dimensional shape, is an open challenge that has several applications in mesh animation, compression, and interpolation. We present a novel approach that uses the visual perception of the shape and its motion to distinguish the rigid from the deformable parts of the object. Using two-dimensional projections of the different shape poses with respect to a number of different view points, we derive a set of one-dimensional curves, which form a superset of the mesh silhouettes. Analysing these augmented silhouettes, we identify the vertices of the mesh that correspond to the deformable parts, and a subsequent clustering approach, which is based on the diffusion distance, yields a motion-based segmentation of the shape.     

潜射鱼雷攻击水面舰船时的声自导发现概率仿真研究

鱼雷是潜艇攻击水面舰船的主要武器之一，潜艇发射声自导鱼雷攻击水面舰船的过程中，鱼雷的自导装置能否有效发现目标受多种因素的影响，有必要对其声自导装置发现目标的概率进行分析研究。阐述了潜艇使用声自导鱼雷对水面舰船的攻击过程，分析了水面舰船的辐射噪声和声反射强度对鱼雷声自导作用距离的影响，采用蒙特卡洛方法，对声自导鱼雷发现水面舰船的概率进行了仿真分析。仿真结果表明，在设定的仿真条件下，随着鱼雷射击距离增大、声自导作用距离变小、目标方位误差变大，潜艇使用鱼雷攻击水面舰船时的声自导发现概率会明显变小，攻击目标舷角、舰船目标航速不同时，声自导鱼雷的发现概率也不相同。潜艇在使用声自导鱼雷对水面舰船实施攻击前，应根据攻击态势、水面舰船运动规律和水文情况，预报声自导鱼雷对水面舰船目标的发现概率。     

视角无关的动作识别

人体动作识别是计算机视觉中一个流行而且重要的研究课题.当观察视角发生变化时,动作识别变得格外困难.至今为止,关于动作识别和手势识别的大多数研究工作都是围绕着视角相关的表达展开的.有一小部分利用了视角不变的表示开展研究,可是它们大多数存在一些缺陷,比如缺少用于识别的足够信息,依赖鲁棒的语义特征点的检测或者是点对应.为了解决这个问题,实现视角无关、动作人无关的动作识别,提出了"包容形状"的表示,这种表示不依赖于特定视角.在人体动作识别中,人的身体旋转通常是引起视角变化的主要原因.包容形状充分利用了两个正交摄像机拍摄的轮廓信息以去除由人的身体旋转产生的影响.从来自两个正交的摄像机拍摄的外轮廓,可以很容易计算得到包容形状.利用包容形状的体态表示和隐马尔可夫模型,取得了非特定人、任意视角下动作识别的很好的实验结果.这些实验结果也表明了包容形状包含有足够区分度的信息.同时提出了包客形状的扩展表示,以便在两个摄像机并不完全正交的更为一般的摄像机配置条件下也可以应用,这极大地加强了其实用价值.     

Dynamic shape outlier detection for human locomotion

Dynamic human shape in video contains rich perceptual information, such as the body posture, identity, and even the emotional state of a person. Human locomotion activities, such as walking and running, have familiar spatiotemporal patterns that can easily be detected in arbitrary views. We present a framework for detecting shape outliers for human locomotion using a dynamic shape model that factorizes the body posture, the viewpoint, and the individual’s shape style. The model uses a common embedding of the kinematic manifold of the motion and factorizes the shape variability with respect to different viewpoints and shape styles in the space of the coefficients of the nonlinear mapping functions that are used to generate the shapes from the kinematic manifold representation. Given a corrupted input silhouette, an iterative procedure is used to recover the body posture, viewpoint, and shape style. We use the proposed outlier detection approach to fill in the holes in the input silhouettes, and detect carried objects, shadows, and abnormal motions.