一种用于实时体绘制系统的自适应采样算法

本文讨论了一种用于体绘制的、支持基于空间跳跃和自适应光线终止等优化算法的高效硬件结构及一种加速半透明物体绘制的新技术.这种硬件结构用于绘制规模为256³体元的数据时可达到70Hz的帧频,但这样的帧频只是在体元的透明度都被置为0(完全透明)或1(完全不透明)的情况下才能取得.引入新的加速技术后,绘制半透明物体的帧频也可接近上述数值.新的加速技术采用自适应采样步长减少体绘制过程中冗余的体元重采样,从而使算法的复杂度和对存储器的带宽要求大大减小.新的加速技术对半透明体数据可取得高达4.7倍的加速比.采用新的加速技术需要在开始交互绘制前对体数据进行距离编码.优化后的距离编码对有8兆体元的体数据的预处理时间仅需要8~30秒.     

基于双目视觉模型的运动参数测量

通过建立双目测量的数学模型,由标志点在双摄像机成像平面上的坐标求得运动物体的运动参数。在不考虑摄像机内外参数标定误差的情况下,研究了标志点像元的测量精度对运动参数测量的影响。通过分析图像分割求取标志点形心引起的误差,利用窗口中心迭代算法提高标志点形心测量的精度,从而提高了运动参数的测量精度。由空间飞行器自动交会的仿真试验验证了算法的有效性。     

航空摇摆图像组的配准拼接算法

随着航空遥感应用的不断扩大和要求的不断提高,如何扩大航空遥感拍摄的视场成为越来越关注的问题,改进航空遥感相机的拍摄方式成为扩大拍摄视场的一种重要方法.航空摇摆相机将固定式拍摄方式改为运动式拍摄方式,将每一个拍摄点拍一幅图像改为每一个拍摄点拍三幅成像平面不同但具有部分区域重叠的图像,然后通过将这三幅图像组成的图像组拼接起来得到视场更大的图像.深入研究了航空摇摆相机的摇摆模型,提出了一种摇摆图像组的配准拼接算法.实验结果表明:该摇摆图像组配准拼接算法具有良好的配准拼接效果.     

一种改进型的粒子滤波器

针对复杂背景条件下图像序列中跟踪运动目标的问题,提出一种改进的粒子滤波图像跟踪算法,该算法利用遗传算法的研究成果,采用选择、交叉、变异等步骤实现对粒子的重采样,解决了粒子滤波器所面临的粒子退化和匮乏问题.由于该算法利用了遗传算法的全局寻优特性,因此该算法具有较强的稳健性.同时,粒子滤波可实现非线性非高斯状态空间模型的最优估计,将该粒子滤波用于目标跟踪,具有较好的过遮挡能力.实验结果表明,该算法状态估计性能好,能够很好地实现复杂图像序列中的目标跟踪.     

基于改进SUSAN算子的一种遥感影像配准方法

首先介绍TSUSAN（Smallest Univalue Segment Assimilating Nucleus）边缘检测算子的工作原理及在特征点提取中的应用,改进TSUSAN算子阈值的自动获取方法。最后将改进的SUSAN算子应用在图像配准中,通过计算候选匹配角点对,然后利用图像间的不变信息对候选匹配角点对进行筛选,最终得到正确的匹配角点对集。试验表明了该方法的有效性和可靠性。     

一种基于目标红外特征的目标分类识别方法

基于目标的红外选择性,提出了目标的９个特征量,并以它们为分量组成目标的特征向量,以此来进行目标的分类识别。由于特征量单位不统一,提出了一种近邻分类法。文中用３类飞机的红外图像进行实验。实验表明,用这种方法把提出的红外特征量用于目标的分类识别效果很好。     

语音信号相空间重构中嵌人维数的选择

嵌入维是时间序列相空间重构中的基本参数。本文基于增大重构维以减少虚邻点的思想,构造了一种求合适最小嵌入维的方法。文章详细讨论了本方法的原理,给出了具体的算法构造,分析了算法性能,比较了本方法与已有同类方法的不同。用本方法,除可得到适合的最小嵌入维外,还可评估重构数据中所含的噪声强弱。并得到重构质量评价。将本方法应用于语音信号相空间重构,得到了语音信号一般情况下的嵌入维数。     

一种最优正交小波基选择的遗传算法方法

本文提出一种利用遗传算法的最优正交小波基选择方法。通过将信号用小波级数展开后得到其在某个期望尺度上的近似表示,由此建立一个表达信号与其近似之间误差的代价函数,然后我们利用遗传算法最优化此代价函数以获得全局最优的正交小波基。实验结果表明本文的方法能够快速准确地得到全局最优的正交小波基,从而得到信号在期望尺度上的最佳近似。     

非匀速平飞模式下双基地SAR成像分析

该文研究了收发平台非匀速平飞模式下的双基地SAR成像问题。首先构建收发非匀速平飞模式的几何场景,并通过对回波瞬时收发距离的分析得到了双基地SAR回波的近似模型。收发平台速度变化使得波束不同步,导致SAR数据在方位向非均匀采样,该文首先分析了将非匀速平飞双基地模型等效成单基地变速运动模型的方法,然后采用非均匀傅里叶变换处理变速运动引起的非均匀采样的问题。多组不同条件下的仿真实验表明双基地SAR图像质量较好,验证了该文方法的有效性。     

基于特征区域的图像自动配准

为了解决基于特征的图像配准中的特征点的定义和提取问题,提出了一种以特征区域替代特征点的定义和提取方法。该方法应用Moravec算子选择候选特征区域,使用具有旋转不变性的Zernike矩表征该区域的特性;采用二级匹配策略进行特征区域的匹配,即基于自组织映射神经网络的初始匹配及精细匹配;建立图像的配准框架并实现图像的配准。实验结果表明,该方法能有效地提取图像的特征点并能准确地进行特征点的匹配,整个配准过程完全自动进行。