发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23749
北大期刊
影响因子 0.94
人气 20397
省级期刊
影响因子 0.3
人气 18155
部级期刊
影响因子 1.03
人气 13569
统计源期刊
影响因子 1.71
人气 12631
CSSCI南大期刊
影响因子 5.52
人气 12352
统计源期刊
影响因子 0.55
人气 11096
北大期刊
影响因子 0.62
人气 10769
省级期刊
影响因子 0.42
人气 10521
统计源期刊
影响因子 1.29
人气 9980
摘要:在基于光线跟踪方法的真实感绘制中,kd-tree是一种重要的加速结构.文章对kd-tree的构建方法进行了研究,提出了一种基于分区(binning)算法的快速构建方法.首先,通过分析kd-tree的成本函数,启发式地定位了当前节点的分割平面所在的子区间;其次,对探查到的子区间进行进一步的细化采样(sub-sampling),使得到的分割平面更好地逼近最优分割位置;同时,文章分析了现有方法在处理分割终止时存在的问题,提出了更加合理的分割终止条件.与以往方法相比,新方法用更小的计算成本生成了质量更好的kd-tree,构建过程更加鲁棒.实验数据验证了文中方法的有效性.
摘要:提出了一种新的对三维几何模型的描述方法.利用三角域上的一类完备正交函数系——V-系统这一数学工具,对三角片构成的几何模型进行正交展开,其展开系数(谱系数)便是该模型的数字描述.由于V-系统所具有的特殊性质,可以对多个分离的三角片,进行整体的表达.这种正交表达,使得把频谱分析的方法引入到对三维网格模型的研究中成为可能.
摘要:提出了一种基于体积平方度量的三角形折叠网格简化新方法.新方法通过极小化误差目标函数简化三角形网格.简化误差定义为三角形简化后产生的网格模型平方体积变化,并以三角形几何形状因子和法向因子作为约束.简化误差的表示形式为一个二次目标函数,因此,每次简化后三角形网格的新顶点是一个线性问题的解.与目前简化效率最好的QEM方法相比,新方法不增加算法复杂度.如果被简化的三角形是强特征三角形,则用其高斯曲率最大的顶点作为新顶点,以保持原始模型的细节特征;对于非强特征三角形,新顶点用极小化折叠误差确定.对于边界三角形,新顶点的位置由不同于内部三角形的方法进行计算,保持了网格的边界特征.最后用实例说明新方法的有效性.
摘要:文中作者提出一种曲面变形的新方法.首先引入一个一阶能量范函,然后通过对其极小化诱导出一个水平集形式的二阶几何偏微分方程,从而将曲面变形过程转化为一个三维体上的隐式模型的演化过程.模型演化所产生的系列变形曲面被描述成一个密集取样的三维体上水平集函数的演化.实验结果显示大尺度的形变以及拓扑结构的自动改变均能理想地实现.作者采用C^2光滑的B样条作为水平集函数,从而获得了高质量的曲面.同时,作者的方法还具有其它一些优点,比如简单的用户输入、灵活的数学模型以及稳健的数值算法.
摘要:文中提供了一种对植物叶子造型的新方法,可以非常真实地展现叶子在于枯、老化过程中几何形态的变化.基于植物学和物理原理,文中引入了双层结构模型表达叶子的力学结构,很好地模拟了不同种类植物叶子形状的多样性.文中首先分析了叶子形状变化的原因,即在叶子枯萎过程中,叶肉和叶脉由于各自不同的组织结构,导致了收缩比例不同,从而在物理模拟中,通过建立关于叶子基本结构的双层质点-弹簧模型,并对上下两层的不同参数的合理设置,很好地表现了叶肉和叶脉的不同力学特性.双层模型的相互作用,决定了叶子最终变形的方式和效果,由此可以得到非常接近真实树叶的各种叶子形态.
摘要:提出了一种GPU加速的实时基于图像的绘制算法.该算法利用极坐标系生成对物体全方位均匀采样的球面深度图像;然后根据推导的两个预变换公式将单幅球面深度图像预变换到物体包围球的一个与视点相关的切平面上,以生成中间图像;再利用纹理映射生成最终目标图像.利用现代图形硬件的可编程性和并行性,将预变换移植到Vertex Shader来加快绘制速度;利用硬件的光栅化功能来完成图像的插值,以得到连续无洞的结果图像.此外,还在Pixel Shader上进行逐像素的光照以及环境映射的计算,生成高质量的光照效果.最终,文章解决了算法的视点受限问题,并设计了一种动态LOD(Level of Details)算法,实现了一个实时漫游系统,保持了物体间正确的遮挡关系.
摘要:提出了一个新的纹理合成的上行采样算法,即利用现有的高分辨率的样本纹理作为先验引导条件,对合成的低分辨率的纹理进行插值,获取更好的高分辨率纹理合成结果.该算法的主要思想是基于联合双边滤波器进行纹理合成上采样,对低分辨率合成纹理应用空间滤波,而将一相似的边界滤波联合地应用在高分辨率的样本纹理上.该算法克服了传统的以光滑性为先验引导条件的上采样方法会导致图像特征模糊的缺点,使获得的上采样纹理图像保持纹理特征,同时视觉上光滑.文中给出了图像和视频纹理合成结果的上行采样算法.实验结果表明,文中的方法减小了优化纹理合成过程所需的时间和空间,获取了更好的图像和视频合成纹理上采样效果.
摘要:在草图符号的自适应学习中,不同用户的训练样本数量可能不同,保持在不同样本数量下良好的学习效果成为需要解决的一个重要问题.提出一种自适应的草图符号识别方法,该方法采用与训练样本个数相关的分类器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合.它通过利用支持小样本学习的模板匹配方法和支持大量样本学习的SVM方法,并同时利用草图符号中的在线信息和离线信息,实现了不同样本个数下自适应的符号学习和识别.基于该方法,文中设计并实现了支持自适应识别的草图符号组件.最后,利用扩展的PIBG Toolkit开发出原型系统IdeaNote.评估表明,该方法可以在24类草图符号分别使用1到20个训练样本时具有较高的识别正确率和较好的时间性能.
摘要:在线视频分割的应用通常都需要对分割结果进行后处理,以消除误分割和边沿闪烁.基于图像抠图的方法太慢,而简单的对(前/背景)边界进行模糊不仅不能消除误分割,而且会导致清晰的边界被过度模糊.为了解决上述问题,文中提出了一种新的后处理方法.对边界附近的每一像素,首先通过一种新的专门用于颜色聚类的快速聚类算法得到该像素周围的局部颜色模型,并用来重新估计像素的alpha值,以消除误分割.为了改善结果的一致性,再采用一种自适应的边界函数作光滑性约束.边界函数可根据像素的局部属性自适应地调整过渡区域的中心和宽度,这样就防止了将清晰的边界过度模糊.文中的算法速度很快,可以很好地满足在线视频分割的要求.
摘要:提出了基于曲线演化的MR边界轮廓精确提取方法.针对MR图像边缘模糊和高噪声问题,改进Mum-ford-Shah曲线演化模型,将模糊聚类引入到轮廓演化能量模型中,降低对非规则细节和噪声的敏感性;利用水平集和半隐式的加性一乘性算子分裂数值方案进行轮廓线演化的迭代计算,提高精度和计算效率.实验表明这种方法可以对边界模糊和高噪声的轮廓进行有效提取.
摘要:提出了一种基于判别随机场模型的联机行为识别方法,将传统的随机场模型和隐藏条件随机场模型的特点相结合,构建一个针对于运动序列帧数据建模的帧一隐藏条件随机场模型,并将该模型应用于数据驱动的行为建模,利用传统条件随机场模型对行为间的运动特性进行建模;通过引入隐藏特征函数,设计有效的特征模板来表示行为中子姿态的联系,实现对行为的内在运动特性进行建模.通过对比实验表明,该模型对于联机处理行为序列具有更强的识别能力.
摘要:提出了一种适用于视频监控场景的基于物理反射模型的阈值分割算法,该算法主要解决背景颜色识别受光强非均匀分布、高光效应影响的问题.算法步骤主要包括:首先基于Phong反射模型推导出漫反射分量颜色不变性并根据这一判定条件计算得到漫反射分量系数;其次,利用微分法则实现对模型镜面反射分量系数和镜面反射强度指数的估计;最后,根据建立的物理反射模型实现背景阈值分割.大量实验分析结果表明,文中提出的算法利用视频监控的物理反射模型和大量统计信息,能够更好地解决受光强非均匀分布和高光效应影响的颜色识别问题.
摘要:文章系统研究了提升格式与小波滤波器支撑长度、线性相位、消失矩等性质的关系;提出了提升格式构造同时满足短支撑、对称性和任意阶消失矩双正交小波的一般算法;给出了最佳提升格式(Best Lifting Scheme,BLS)的定义以及在该算法下诸多已有双正交小波的构造方法.此外,文中首次构造了一系列性质优美的双正交小波——最佳提升格式小波(BLS Wavelet,BLSW)奇数阶系列;列出了BLSW的部分性质并将其应用到图像非线性逼近上.实验表明,性质上的优势体现在应用上,部分BLSW具有突出的逼近能力.
摘要:提出了一种新颖的基于概率密度梯度的边缘检测算法.新算法通过估计图像中各像素点的概率密度梯度得到图像的概率密度梯度场,然后根据图像的边缘点在概率密度梯度场中具有两侧梯度方向相反的特性实现边缘检测.与现有的算法相比,新算法检测得到的边缘点具有尺度不变性,并可以直接从图像中检测出具特定尺寸区域的轮廓,完好地保持物体的形状.
摘要:抵抗几何攻击的数字水印是目前水印算法研究的热点与难点之一,一个微弱不可察觉的几何攻击就可能使绝大多数水印算法失效.文中对图像的Contourlet变换特性进行了分析和讨论,在此基础上提出了一种以特征点为模板的基于Contourlet的抗几何攻击水印算法,包括:(1)在Contourlet变换域最高阶方向子带的相同带内坐标中搜索纹理最丰富的位置作为嵌入位置,这样水印在被嵌入到图像重要区域的同时也保证其被嵌到纹理丰富的区域中;(2)根据嵌入点在低频对应位置的能量和高尺度同方向子带对应位置的纹理信息,确定了一种自适应的水印嵌入强度的策略,使得水印在嵌入位置和嵌入强度的选择上都保证了嵌入的水印具有很好的透明性和极大的鲁棒性;(3)改进了Harris-Laplace算子,利用该算子从含有水印的图像中提取出具有几何形变鲁棒性的特征点作为模板;(4)水印检测时,先利用特征点模板对应点之间的变换关系实现水印重同步,然后通过统计图像的相关性来验证水印的存在.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理和几何攻击具有很好的鲁棒性.
摘要:隐写分析技术是网络信息安全的重要组成部分.它的最根本问题是判断数字载体是否携带秘密信息.文中提出了基于攻击的隐藏信息盲检测方式,提取空域图像、DCT域图像一个二维特征向量,通过非线性神经网络分类器来判别图像是否含有秘密信息,并建立了7000多幅图像库(包括掩密图像与干净图像)进行了可行性、多样性仿真实验,取得了以下效果:(1)平均检测率90.085%(阳性检测率与阴性检测率的总平均);(2)不受限于隐写方案;(3)能够检测低嵌入率的掩密图像;(4)能够检测出经平滑、锐化、缩小、剪切和再压缩处理后的干净图像.
摘要:提出了一种利用普通未经标定的相机,在近似固定位置拍摄的图片,来构造水平方向360°全景图的方法.一般来说这种图片可能存在透视变形较大、相邻图片重叠部分较小、亮度差异明显以及相机的倾斜和旋转等问题.这就使此类图像的配准和全景图拼接问题比采用经标定的相机或专用设备所拍摄的图片较为困难.因不宜直接采用简单的图像配准技术,文中特设计一种含梯度方向极稳健高效的特征匹配方法来对此类图像进行配准;同时提出了可靠的初始参数估计方法,并将求取相邻图像间透视变换参数的非线性优化过程简化为线性步骤,提高了运算速度和稳定性.实验结果表明,即使重叠区域很小(16%),该方法仍可获得较为满意的拼接效果.
摘要:提出了基于动态权重裁剪的快速Adaboost训练算法,当训练数据集较大时,可以大大提高训练速度.基于动态权重裁剪的Adaboost训练算法在每次迭代过程中舍去权重较小的大多数样本,保留权重较大的少数样本进行训练,迭代完成后检查这个利用少量样本训练得到的弱分类器在所有样本上的分类性能,如果错误率大于0.5,则扩大样本的数量重新训练本次迭代的弱分类器.由于在大多数迭代过程中,只利用了少量样本进行弱分类器的训练,从而提高了整个算法的训练速度.