增强现实中的虚实注册技术研究

增强现实是把计算机产生的虚拟物体或其他信息合成到用户看到的真实世界中的一种技术 .实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务 ,且它的具体实现需依赖于计算机硬件和软件系统的相互配合及协调 .为了有效地降低增强现实应用系统中的虚实注册误差 ,在对基于位置跟踪和相机定标技术的传统虚实注册技术进行分析的基础上 ,首先研究了仿射变换技术理论在增强现实中的应用 ,并提出了在全局仿射坐标系下 ,获取像素相对深度参数的一种策略 ;然后在对 AR中的虚实注册问题进行研究分析的基础上 ,进一步讨论了图象分析技术在虚实注册问题中的应用问题 ,并提出了一种基于数值背景表达的快速虚实注册策略 ,以提高虚实注册过程中 ,场景特征点提取的精度和速度 ;最后还分别用该仿射理论进行了动态和静态的虚实注册实验 ,实验结果表明 ,该方法能有效地降低增强现实应用系统的虚实注册误差 .     

图像编码中的容错方法分析

随着信息社会的到来,互联网以及正在迅速发展的移动通信技术,逐渐成为人们获取信息的中心。而这些信息的传输都必须由具有较强鲁棒性的压缩数据来保证。所以,在有干扰的信道中如何保护传输的压缩数据不受干扰成为人们关注的问题。针对现代信息中的最主要的图像数据的传输问题,对一些差错控制方法,特别是在JPEG2000及MPEG-4标准中所采用的新的容错工具和方法进行了较详细地分析。     

基于过渡区的遥感图像分割

许多遥感图像的目标和背景之间界定模糊,表现为过渡平缓,往往导致边界定位和目标的提取出现误差。首先利用有效平均梯度和特殊剪切来获得目标与背景之间的过渡区,由于目标的边界必在过渡区内,所以提取误差会被限制在一定的范围内。最后利用最小距离法将过渡区内的像素判决后划分到目标或背景中去,进一步保证目标的质量,解决了此类问题中目标提取的困难。实验结果表明了这种方法的有效性。     

统计模式识别研究进展

研究了统计模式识别研究的主要新进展。介绍了统计模式识别的原理和方法。从类条件概率分布的估计、线性判别法、贝叶斯分类器、误差界以及新的模式识别模型等方面概述了近几年有关统计模式识别方面的研究进展。最后进行了评述。     

一种改进的图像超分辨率模型与数字图像分辨率的研究

论文从Harris等人提出的图像超分辨率理论出发,分析了传统图像超分辨率理论的不妥之处,并在此基础之上对成像模型进行了改进。以改进模型为依据,指出数字图像频谱的混迭是影响数字图像分辨率的主要因素之一,并且这种混迭是不可避免的,也是不可能被完全消除的。在数字图像超分辨率重建中,奈奎斯特抽样定理已经不能适用了,此种重建过程应该是减小混迭的过程,根据重建精度的要求,相应的来减小混迭。在图像混迭的基础之上,提出了一种数字图像分辨率的概念,由此概念出发,可以为数字图像超分辨率重建提供新的途径和评价方法。     

一种新的全天自主几何结构星图识别算法

提出了一种新的星图识别算法,该算法根据星敏感器的观测精度,在识别前去除星三角形的观测误差,对无误差的星三角形进行编码,构造特征量。导航三角形的识别只需基于单一特征量的匹配就可完成。多三角形的组合,有效地提高了正确识别率。仿真实验表明,该算法与传统的三角形算法相比,具有更好的实时性和鲁棒性。     

边缘保持正则化低码率压缩图像后处理算法

从图像恢复的角度,提出以正则化方法完成后处理任务。分析了正则化方法的模型,并给出了边缘保持的正则化函数所应具有的特性。从复杂性、健壮性和对边缘细节粒度控制的能力三个方面选择了相应的势能函数,然后以半二次正则化将能量函数进行转换,使其快速达到最小化。最后给出了整个交替迭代后处理算法的描述。该方法对图像边缘细节具有自适应性,并能较快地取得最小值。实验结果显示,该算法能有效地提高低码率压缩图像的客观质量和视觉效果。     

离散Walsh-Haar变换的快速算法

Walsh-Haar函数系是一种具有良好的全局/局部性质的函数系,与其对应的离散变换是一种正交变换,有着广阔的应用前景。该文给出了离散Walsh-Haar变换及其逆变换的定义,并运用二分技术得到了离散Walsh-Haar变换的快速算法。文中的设计思想和方法可用于研究其它序的离散Walsh-Haar变换和其它的正交变换的快速算法。     

基于邻域阈值分类的小波域图像去噪算法

利用图像小波系数的空间相关性可以有效地去除图像中的噪声。将一维信号的小波邻域阈值扩展并应用于二维图像,子带内的每个小波系数根据其邻域阈值的大小被划分为“大”系数或者是“小”系数;对“小”系数直接置零,对“大”系数则采用一种具有局部空间强相关性的零均值高斯模型,通过最小均方误差准则得到其估计。仿真实验结果表明该算法简单有效,在去噪性能上优于传统的子带自适应阈值去噪方法,可与两种优秀的空间自适应去噪算法相媲美。     

激光成像雷达在飞行器避障过程中的应用

飞行器前视激光雷达通过测距得到前方距离像,由得到的距离像可以得到飞行器前面障碍物的形状、高度、宽度等信息,根据得到的信息,由飞行器惯导和飞行器在任意时刻的姿态可以决定飞行器的避障过程。根据激光成像雷达探测到的前视三维障碍物信息,推导了飞行器惯导约束下的避障算法。用该推导的算法在真实地形图上进行了模拟实验,实验结果表明算法是正确性的。