一种新的六面体有限元网格算法

在有限元网格产生过程中，吸取弦须编织法中的STC概念，将六面体以节点剖分为基础的思想转变为以单元点为基础，建立了以单元生长为核心的剖分算法，以期解决节点拓扑结构在三维情况下的控制问题，对进一步实现稳定、全自动的六面体剖分具有很大的帮助。     

基于QEM以方差作为权值的3D网格模型简化

为了提高3D网格模型的简化速度和简化效果,采用半边结构表示模型,在拓扑重建过程中使用附加的索引表使拓扑重建时间复杂度由O（nlogn）降低为O（n）,在模型简化时,通过计算顶点相邻三角面片法向量的方差来确定顶点的重要度,并将其作为权值加入到Garland的二次误差测度公式QEM中,起到了很好的简化效果。与经典的Garland算法相比采用半边结构能直接获得邻接关系,加快了模型简化速度。在处理边界时对边界情况进行详细分类,既提高了简化速度又保留了模型外观。     

Adaptive per-user per-object cache consistency management for mobile data access in wireless mesh networks

We propose and analyze an adaptive per-user per-object cache consistency management (APPCCM) scheme for mobile data access in wireless mesh networks. APPCCM supports strong data consistency semantics through integrated cache consistency and mobility management. The objective of APPCCM is to minimize the overall network cost incurred due to data query/update processing, cache consistency management, and mobility management. In APPCCM, data objects can be adaptively cached at the mesh clients directly or at mesh routers dynamically selected by APPCCM. APPCCM is adaptive, per-user and per-object as the decision regarding where to cache a data object accessed by a mesh client is made dynamically, depending on the mesh client’s mobility and data query/update characteristics, and the network’s conditions. We develop analytical models for evaluating the performance of APPCCM and devise a computational procedure for dynamically calculating the overall network cost incurred. We demonstrate via both model-based analysis and simulation validation that APPCCM outperforms non-adaptive cache consistency management schemes that always cache data objects at the mesh client, or at the mesh client’s current serving mesh router for mobile data access in wireless mesh networks.     

基于视觉注意机制的交通标志检测

根据人类视觉感知理论,将自底向上和自顶向下的注意机制相结合,融入到交通标志检测中,提出一种基于视觉注意机制的交通标志检测方法。根据2种注意模型提取颜色、形状、亮度等多种特征,生成显著图,利用WTA网络找到感兴趣区域,即交通标志区域。实验结果表明,该方法能在复杂背景图像中准确定位交通标志。     

基于贝叶斯推理的多线索视觉注意模型

针对大多数视觉注意模型都采用简单加权线性融合的方式获取显著图,提出了一个更符合生物学机制的基于贝叶斯推理的多线索视觉注意模型,模拟视觉系统腹侧通路与背侧通路中的视觉注意过程,采用贝叶斯推理的方式集成自顶向下与自底向上的信息,同时还集成了多种视觉线索,包括形状、颜色和上下文等.利用该模型进行遥感影像中的目标检测与定位的结果表明,该模型能有效的检测出目标并给出目标所在的位置.     

多不动点约束下的网格变形算法

提出一种多不动点约束下的网格变形算法,能直接对模型进行变形,在算法执行过程中不需要计算控制晶格,具有较低的计算代价。实验结果表明,该算法能够有效改善传统自由变形算法存在的局限性和复杂性问题。     

一种三维离散点数据生成非结构四面体算法

3D离散点数据的Delaunay三角剖分是构造曲面网格的关键技术之一。针对常用的基于三角网递推原理的Delaunay四面体局部构造生成算法中往往存在的四面体不相容问题,本文提出在当前点的局部计算中构造新四面体时,除了参考当前局部计算之前已生成的四面体集约束关系外,同时考虑当前点局部计算过程中生成的四面体集约束关系的非结构四面体生成算法,从而改善了新生成四面体与已有四面体的不相容性。文中最后给出的实验结果验证了本文算法的有效性。     

网孔处理机阵列上最小生成树算法

已知一加权无向图G(V,E),|V|=n.本文基于网孔处理机阵列,运用分而治之策略和数据归约技术给出了一种新的最小生成树算法.此算法需O(n~2/p)时间,使用了O(p)个处理机(1≤p≤n).当p=n时,此算法仅需O(n)时间和O(n)处理机.而目前基于同一计算模型上此问题的最好算法需O(n)时间和O(n~2)个处理机,因而这里给出的算法在使用处理机数目方面改进了O(n)因子.     

勾画式泊松网格编辑

结合勾画式自由变形方法简单直观易用的优点和基于微分方程的网格变形方法能够保持形变物体几何细节的性质,提出一种勾画式的泊松网格编辑方法.通过允许目标勾画线和参照勾画线不必位于相同的相机平面,把原有的二维勾画变形推广至三维,并提出了一组完整的变形操作.这些变形操作根据参照勾画线与目标勾画线决定了一系列的局部变换,并由这些局部变换产生出用户希望的梯度场,最终根据用户需要的梯度场重建出变形后的三维模型.丰富的编辑实例表明了该方法具有直观便捷的交互特点.     

自动特征选择和加权的图像显著区域检测

视觉显著性度量是图像显著区域提取中的一个关键问题,现有的方法主要根据图像的底层视觉特征,构造相应的显著图。不同的特征对视觉显著性的贡献是不同的,为此提出一种能够自动进行特征选择和加权的图像显著区域检测方法。提取图像的亮度、颜色和方向等特征,构造相应的特征显著图。提出一种新的特征融合策略,动态计算各特征显著图的权值,整合得到最终的显著图,检测出图像中的显著区域。在多幅自然图像上进行实验,实验结果表明,该方法在运算速度和检测效果方面都取得了不错的效果。