同轴全息三维透明物体的计算机重构

计算机制全息图(CGH)是通过数值计算方法生成全息图.论文将CGH技术与数字全息再现技术相结合,直接用计算机产生理想透明物体的同轴菲涅耳(Fresnel)全息图,来研究全息图的数字再现.通过对全息图进行逐层再现,并利用数字相移术消除虚像和零级像,得到了理想透明物体各层面的再现结果.     

三维凸包的快速算法

很多情况下点集的凸包只是由其中一部分点的构成,在构造凸包时如能将其内部的点全部或大部分预先去掉,则可大大提高构造凸包的效率,通过地点集的最小包围盒进行剖分和利用凸集的凸性性质,给出了一个新的三维凸包快速算法,与传统方法相比,该方法具有计算简单,效率高的特点。     

计算全息的理论与设计

计算全息是建立在计算机科学与光学的结合的、全息图制作的一种新技术,比一般光学全息具有更独特的优点。介绍计算全息的理论基础和制作技术,对开拓其应用范围有重要的参考价值。     

计算全息的理论与设计

计算全息是建立在计算机科学与光学的结合的、全息图制作的一种新技术,比一般光学全息具有更独特的优点。介绍计算全息的理论基础和制作技术,对开拓其应用范围有重要的参考价值。     

冶金中三维流场数值计算的有效方法——SIMPLE算法

本文在国内第一次将 SIMPLE 算法[Semi-Implicit Method for Pressure-Linked Equation]应用于求解冶金中的湍流场,采用 K-ε双方程模型,数值计算了两工况条件下连铸结晶器内四孔水口向上15°的工艺下的三维流场,得出了与实测结果相一致的流场特点和速度松驰因子的新经验值α=0.25及压力修正因子αp=0.5.本文的研究结果是进一步研究冶金中各种湍流场.结晶器内的传热模型,夹杂物分离模型、铸坯的凝固特性和表面质量的前提和基础.     

三维全息摄影技术的立体显示器

德国SeeReal Technologies GmbH公司开发出采用三维全息摄影技术的立体显示器。通过使用对多个视点进行全息图缜细分割所得的亚全息图，在任何位置上均可显示出高精细3D图像。使用像素间距为25μm～50μm的普通液晶面板，可显示全高清晰的精细视频。     

无人机快速三维航迹规划算法

针对无人机三维航迹规划的实时性问题,提出了基于快速扩展随机树的三维航迹规划方法。该算法能够根据当前环境快速有效搜索规划空间,通过随机采样点将搜索导向空白区域,使三维航迹规划能够用于实时航迹规划。通过引入航迹距离约束,搜索树将沿着路径距离最短的近似最优航迹的方向进行扩展,克服了基本快速扩展随机树方法随机性强,只能快速获得可行航迹,无法获得较优航迹的缺点。在搜索过程中无人机的航迹约束条件和地形信息得到了充分利用,使算法生成的航迹能够自动回避地形和威胁,同时满足无人机的动力学约束。通过生成的虚拟数字地图对算法进行了仿真验证,仿真结果表明该方法能够快速有效地规划出满意的无人机三维航迹。     

三维集成成像系统中物体三维信息的重建方法

依据三维集成成像特性,以立体视觉理论为基础,提出了一种基于点对匹配的单元图像立体匹配算法,建立了单元图像像素到重建三维物体点的精确映射关系,实现了三维集成图像的重建.最后,提出一种符合人眼视觉观测效果的评价尺度,定量分析了不同设计参数对三维图像重建结果的影响。     

现代计算电磁学中的矩量法与快速算法

介绍了现代电磁理论中辐射散射问题的基于边界积分方程的矩量法.通过引入Krylov子空间迭代算法来求解矩阵方程,并使用快速多极子算法来加速计算矩阵向量积,可以使算法的空间和时间复杂度降为O（N15）.     

计算全息图的人工神经网络压缩算法

由于计算全息图数据信息庞大,不利于传输和存储。本文提出用于实现计算全息图信息压缩的人工神经网络算法。首先将计算全息图进行预处理,得到一组多维向量构成的训练样本,用该样本训练神经网络,改变神经网络的输入层和隐含层神经元个数比,从而压缩全息图的数据信息。实验结果表明,该算法实现方法简单,计算速度较快,具有较强的自适应性和智能性,能在较大压缩比下恢复出图像,且图像质量令人满意。     

Grid-based computer-generated holograms synthesizing for holographic three-dimensional display

To reduce the computing time of composite computer-generated holograms(CGHs)generation based upon the angular projection algorithm for holographic three-dimensional(3D)display,a grid-based holographic display(GHD)scheme was designed.The grid computing technology was applied to numerically process the different angular projections of an object in distributed-parallel manner to create the corresponding CGHs.The whole treatment of a projection was regarded as a job executed on the grid node machine.The number of jobs which were submitted to grid nodes,therefore,was equal to that of the projections of the object.A Condor-based grid testbed was constructed to verify the feasibility of the GHD scheme,and a graphical user interface(GUI)program and several service modules were developed for it.A 3D terrain model as an example was processed on the testbed.The result showed that the scheme was feasible and able to improve the execution efficiency greatly.     

面向小样本目标检测任务的自适应特征重构算法

针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据场景特征与各类别原型特征的相关性确定当前场景对于某些类别的偏好,从而自适应地调整基础类别偏移方向对实例特征的影响。试验结果表明,在PASCAL VOC和MS COCO数据集上,该模型对于小样本目标检测任务的检测能力均优于对比算法,在保证对于基础类别实例检测能力的基础上,对新类别的检测精度最高可分别提升12.4%与2.1%。本研究提出的模型可以保证对于基础类别相关实例的检测能力,并提升新类别实例检测性能。     

一种快速的基于并行的碰撞检测算法

提出了一种基于并行的碰撞检测算法,主要采用分治策略建立平衡包围盒树,通过遍历包围盒树组成任务树,采用流水线技术遍历任务树来加速碰撞检测。该算法同时应用了多线程技术,能运行于单处理机和多处理机。     

三维视频中深度信息估计算法

介绍了三维视频中深度信息获取方法:基于区域算法和基于全局算法;分析了这两类算法的优点和不足,探讨了深度估计有待进一步研究和解决的问题.     

适用于目标跟踪的加权增量子空间学习算法

为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域;然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明：相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.     

一种MPEG-4视频流的运动目标检测算法

为了同时提高MPEG-4视频流中运动目标检测的精度和速度,利用MPEG中已有的运动信息——离散余弦系数和运动矢量,提出了一种用于视频中运动目标检测的算法．该算法首先从MPEG-4压缩流中获取运动矢量,由运动矢量标识出运动区域,在标识出的运动区域上取离散余弦系数并求互帧差的四阶矩得到运动宏块,最后通过区域生长得到运动目标．该算法充分利用了MPEG-4码流中蕴含的运动信息,避免了仅由运动矢量检测运动目标时误差太大的缺点,也避免了计算全部离散余弦系数时的大量加乘法运算,从而可以实时地对视频流中的运动目标进行跟踪．     

基于多线索融合的抗遮挡目标跟踪算法

根据多线索融合的思想,提出了一种鲁棒的抗遮挡目标跟踪算法.采用基于核密度椭圆的二值形状模板和颜色直方图模板作为跟踪线索,引入目标可视度来评价目标遮挡时颜色线索和形状线索的可信度,自适应地融合两者的信息得到最终观测模型,在粒子滤波器的框架下对目标进行跟踪.实验结果表明,在遮挡情况下,本文算法比传统的基于单一线索的算法有更好的鲁棒性.     

求解三维Helmholtz方程的高阶快速数值算法

针对三维Helmholtz方程Dirichlet边界问题,提出一种高阶快速数值算法。该算法采用高阶有限差分方法离散化,利用FFT方法将离散方程缩小为规模较小的界面线性方程,可用直接法快速有效地求解。基于该方法可构造出解决三维Helmholtz方程的高阶快速数值算法,数值实验验证了算法的准确性和有效性。     

基于模糊积分特征的红外图像运动目标检测算法

提出了一种新颖的融合红外图像的亮度和纹理特征进行运动目标检测的算法。算法使用模糊数学理论中的Sugeno模糊测度和积分技术将图像的亮度特征与局部二元模式纹理特征结合进行运动前景/背景分类,实现了低信噪比、黑白级反转等复杂背景条件下的准确目标提取。通过实验分析比较了不同检测算法的检测结果,实验数据表明,该算法能够以高检测率、低误检率获得运动目标,为进一步的目标识别或跟踪提供了保障。