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 18161
部级期刊
影响因子 1.03
人气 13572
统计源期刊
影响因子 1.71
人气 12632
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 11104
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 10523
统计源期刊
影响因子 1.29
人气 9980
摘要:现有的绝大多数视觉传输系统致力于最小化接收端像素值的均方误差(MSE).但作为一种质量评价标准,很多情况下MSE 与人的视觉感官所得结果并不一致,而关于质量评价的研究表明图像梯度的结构可以更可靠地反映视觉信息.在此结论基础上本文介绍一种新的图像视频软传输方案,利用梯度数据承载视觉信息,以在无线视觉通讯中取得更好的视觉效果.此外本文为该方案的接收端设计了一种有效的图像重构技术,使之能够利用接收到的带噪梯度数据重构出高质量的图像.为此本文利用梯度统计特性进行自适应的分布建模,与全变分模型用一个固定的零均值拉普拉斯分布对梯度数据建模不同,本文利用图像块的非局部相似性从高度相关的图像内容中提取数据样本形成分布,每一梯度的期望、方差都自适应地进行估计.在此基础上本文提出非局部梯度稀疏正则化,根据逐像素估计的梯度统计特性对不同位置的梯度数据分别自适应地施加正则化约束.相应优化问题通过增广拉格朗日方法求解.实验结果表明本文所提技术比同类其他方法获得了更好的视觉效果.
摘要:3D打印技术使用增材制造方式能够作为传统减材制造方式的一个强有力补充,推动了设计和制造行业的快速发展.近年来,机器人学的迅速发展打破了传统3D打印机的局限性,使3D打印技术能够更灵活地应用在各行各业,因此该问题成为了机器人学和先进制造学科交叉的一项研究热点.本文以3D打印和机器人手臂运动规划的背景和基础出发,对近年来多自由度机器人3D打印研究进展进行了综述,详细阐述并分析了以下四个方面的研究进展:(1)无支撑打印;(2)快速打印和线框打印;(3)在已有物体上进行修复或者再制造的包裹打印;(4)为弥补传统3D打印方式无法打印大模型的缺陷而提出的使用机器人手臂打印大体积模型或大尺寸建筑模型研究.本文最后对目前研究中待解决的问题和可能发展的方向进行了讨论.
摘要:随着三维场景数字化技术的发展,人们获取真实物体三维点云模型的途径愈发丰富.通过设备采集或多视图重建得到的分片点云模型需要进行配准生成完整模型,而由于获取途径不同或设备误差影响,分片点云往往具有放缩尺度不一致,初始相对位置关系不可靠,特征错配率高且噪声较大等问题.本文提出了一种尺度可变的快速全局点云配准方法,从点云中首先提取局部特征信息并进行匹配,在特征匹配关系确定的情况下,交替优化目标函数中的不同分量,使之快速收敛至最优解.由于目标函数带有鲁棒核,从而对实际问题中不可避免的特征错误匹配所带来的干扰具备较大容错能力.此外,本文设计了完整的端对端点云匹配流程,提出了考虑尺度差异的局部特征匹配方法,且对于高维特征描述子CSHOT使用降维方法大幅提升匹配速度.本文在多种类型的数据中进行测试,实验结果表明,本文方法在处理尺度不一致的点云模型配准问题中兼具效率与效果优势,与点云的初始相对摆放位置无关,且对于噪声较大和特征错配率高的数据均具有稳定性.
摘要:针对图像中物体缺失区域较大且具有复杂结构和纹理的情况,现有方法的修复结果会出现修复区域模糊和与周围已知区域结构衔接不连贯等情况.本文以修复缺失结构信息和复杂纹理的物体图像为目标,提出一种基于稀疏表示的物体图像修复算法.该问题被分解为轮廓修复和其他区域的纹理修复,物体缺失区域的轮廓块用已知区域轮廓块稀疏表示,而轮廓块间的稀疏关系来自相应的结构高度相似的参考物体轮廓.同时,为降低对参考物体选择的要求,本文提出的算法建立了两个轮廓之间的相似变换模型对参考物体做变形编辑以提高其轮廓与待修复物体轮廓形状的匹配度.在其他区域纹理修复中,本文提出一种基于图像平滑的修复优先级和搜索区域划分方法,减少了纹理中幅值较大的梯度对修复顺序计算的影响,更好地修复纹理结构.实验表明,该算法能利用参考图修复缺失独特结构的物体,较好地修复各种物体图像的弯曲轮廓和不规则纹理.与现有图像修复方法比较,该方法在修复具有复杂结构与纹理的物体方面获得了更好的结果.
摘要:随着交互式3D图形学技术的高速发展,以及人们对虚拟现实、数字化城市、数字化文化遗产保护等需求的日益增长,耗时而低效的传统手工建筑建模方法已经远远无法满足应用市场的需求,快速化、智能化、自动化的建筑建模方法开始逐渐受到人们重视.建筑建模是一个面向应用的综合性研究领域,根据不同的应用场景,其研究方法覆盖多个技术领域和学科.本文对主流建筑建模方法的技术特点、研究现状以及应用背景等多个角度做了比较全面的综述.首先,从不同的学科角度和技术角度讨论了建筑建模方法的特点;其次,对建筑建模技术中以过程建模方法、图像建模方法、点云建模方法为主的三大流派,以及近几年来备受关注和充满挑战的逆向过程建模方法做了详细的概述;然后,针对建筑建模的子问题——建筑内部空间布局,以及建筑与城市的布局问题展开讨论;最后,分析了建筑建模技术存在的问题和挑战,以及对未来的发展趋势做出了预测.
摘要:基于稀疏编码的复数图像降噪是目前的一个热门研究领域.该文研究一种基于分组稀疏编码的复数图像降噪算法,将复数值作为统一的整体进行分组和稀疏编码,通过限制同一分组中的图像块使用训练字典中相似的元素进行编码,从而抑制在稀疏编码过程中对噪声的编码.该文首先研究了图像块分组的算法,提出了一种图像块分组稀疏的编码算法并将其应用于复数图像的降噪问题.该文通过模拟真实的含噪干涉合成孔径雷达(InSAR)图像以及核磁共振图像(MRI)对该算法进行验证.从实验结果可以得出,相对于目前已有的算法,该文算法能够获得更低的降噪误差,特别是对于含有大片平滑区域的图像或者噪声水平较高的图像具有较大的降噪优势.
摘要:具有时空信息的视频数据爆发式增长给视频数据检索、可视化及其应用带来了严峻的挑战,从海量视频中检索出全面刻画特定目标对象时空信息的最优集合显得尤为重要.针对视频数据具有空间上的聚集性、信息表达的冗余性、视频与检索对象的时序性等特点,该文提出了一种视频时空检索方法,该方法旨在检索最少数量的视频全面刻画检索对象包括时间、空间和方向在内的时空信息.首先,该文分析了视频与目标对象的感知关系;然后,分析了视频感知特征,并提出了感知强度和感知方向的概念,用于被感知目标对象的时空信息特征;在此基础上,给出了最优视频子集的定义,实现了最优视频子集的时空检索方法;最后,通过实验证明了该文方法的可用性.通过两组聚集的视频集合的实验表明,与普通的检索方法相比,(1)本方法能够度量同一感知方向上视频记录目标对象的信息量,并有效选取同一方向上感知度最大的视频,去除冗余视频,因此,能够有效降低结果视频的数据量;(2)本方法保留从各个方向拍摄目标对象的视频,因此,结果视频记录目标对象的信息量与普通检索方法相当;(3)本方法的检索时间与普通方法的检索时间均远小于1 s,本方法检索时间大于普通方法,二者效率差别大小与检索目标对象相关;(4)本方法的效率在视频数据集合确定的情况下,与方向、检索时间、检索对象采样粒度相关,采样方向数量越多,检索时间采样间隔越多,检索对象数量越多,执行时间越长,结果视频数量越多,并且其粒度取值并非越大越好,过多的采样粒度仅仅会增加执行时间,并未获得更多有效的结果视频;(5)本方法方便从视频角度或检索对象进行定量统计与比较;(6)本方法可方便扩展至三维地形与包含障碍物的情况,具有可扩展性.
摘要:降雨天气往往会导致室外监控视频质量下降,会使成像的图像产生畸变和模糊现象.为了改善雨天拍摄的图像的质量,该文提出了一种基于景深和稀疏编码的图像去雨算法.针对基于图像分解的去雨算法存在的低频成分中的雨痕残留和轮廓边缘丢失,以及高频部分的背景误判问题,该文利用联合双边滤波和短时傅里叶变换将图像进行分解,使得图像低频部分中的轮廓得到较好的保留,并引入景深改善低频成分中的雨痕残留和高频成分中与雨痕具有相同梯度的背景误判问题.该算法主要分为四个部分:图像分解、字典学习、基于主成分分析和支持向量机的原子聚类,景深修正.首先是利用图像分解提取出图像低频和高频成分,对于图像分解的方法,主要采用的是双边滤波和短时傅里叶变换相结合的方法,此方法对图像的轮廓和边缘保持度较高.接下来,对低频成分进行保留,对高频成分进行进一步处理.根据图像本身的纹理特性将高频成分进行分类,基于每一类再对高频成分进行分块处理,得到每一类图像的字典,从而进行字典学习.然后,利用主成分分析和支持向量机对字典进行分类,根据梯度信息分为含雨字典和非雨字典两类,应用正交匹配追踪获得基于新高频字典的稀疏系数,从而获得高频成分中非雨成分.最后,对于高频成分中和雨痕具有相同梯度的背景误判问题,通过景深,将图像高频按纹理和梯度方向进行二次分类,将高频成分中和雨条纹具有相同梯度的背景进行保留,有效提高分类准确性.同时,利用景深提取出含雨图像中的显著性特征来进一步去除低频成分中的残留雨痕.本文利用主观视觉效果以及客观指标对算法进行评估,实验结果证明主观效果得到明显的改善,客观指标也得到了提升,证明了该文基于景深和稀疏编码的图像去雨算法能够在去雨的同时较好地保�
摘要:二维码作为一种可扫描的图像信息载体被广泛应用于快速便捷地获取关键信息.然而,为了确保扫描的健壮性,目前大部分二维码采用黑白块构成,外观单调,并且无法将二维码的外观信息和其承载的信息关联,这从一定程度上给二维码的使用和推广带来了诸多不便.该文提出一种融合数字编码的可扫描图像生成方案.首先,提出了一种基于局部自适应的图像亮度调整算法对图像进行预处理,根据图像亮度分布情况进行自适应调整,突出图像色彩,为二维码融合奠定基础;其次,设计了一种基于高斯消元与图像显著性的二维码模块顺序调整算法,通过提取图像的显著性区域获得显著性矩阵,并依此调整二维码模块优先级,使生成的二维码中间结果与待融合的输入图像具有更好的结构相似性;最后,在兼容传统DM码扫码器基础上,提出了一种基于权重矩阵的图像融合算法,保证扫描健壮性的同时,提高二维码视觉效果.实验结果表明该方案生成400像素以下的二维码图片耗时小于1 s,并且保证扫描成功率大于92%的前提下,比现有的艺术二维码具有更好的视觉效果,较好解决了二维码美感和健壮性的冲突问题,拓宽了二维码的应用场景.
摘要:当今社会,人们对于娱乐和创意的需求带动了网络与数字媒体技术的发展,而这种发展也给人们的生活带来了很大的改变.而实现骨骼的自动提取,是目前数字媒体技术研究的热点之一.本文首先通过高度函数,对模型进行处理,进行模型部位的分割,将模型分割为数个水平集,并在对水平集进行处理后对模型的拓扑结构进行分析,将模型分解为5个部位:躯干、双臂和双脚.接下来,本文使用测地距离函数对模型的各个部位分别进行处理,并基于Dijsktra算法设计算法计算并获取到这些部位的曲线骨骼,将各部分结合形成模型整体的曲线骨骼结构.最后,本文对获取到的模型的曲线骨骼进行降采样,获取模型的关节骨骼.通过骨骼点的连通性将模型关节点分类为关键关节点和非关键关节点,通过关节处的结构特征或是比例特征依次对关节点进行提取,以此求得精确度和鲁棒性较高的关节骨骼.
摘要:随着计算机仿真技术的发展,流体的模拟仿真被广泛地应用于工程计算、游戏及电影特效中.逼真的流体仿真需要对流体的物理特性进行建模,基于物理的流体仿真是仿真领域最具挑战的研究内容之一.基于光滑粒子流体动力学(SPH)的流体仿真方法是目前最为常用的流体仿真无网格法,其粒子特性特别适合处理流体的建模问题,同时能够鲁棒稳定地解决流体仿真中的计算问题.但是,SPH方法无法实现精确的表面张力计算,无法获得逼真的流体仿真效果.SPH表面计算中的数值不稳定问题,引起的表面张力不真实、自由表面处粒子聚集、细节断裂等现象,严重影响流体自由表面处仿真的视觉效果.为解决该问题,提出一种面向SPH流体的快速逼真流体表面张力仿真方法.首先快速精确找到流体表面粒子,精准计算其表面粒子法向量,其次通过构建水平集网格用于边界处密度修正以更加准确地处理边界处的计算,最后提出近表面粒子间作用力模型以计算流体表面张力.实验结果表明该方法能实现逼真的流体表面张力仿真效果.
摘要:自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性能.为了解决多种显著图的有效融合问题,作者提出了一种基于深度卷积神经网络的特征图深度融合模型.算法使用四种低层显著图作为网络的输入,采用前融合和后融合的双通道卷积网络学习图像的显著目标.前融合通道利用一个多层的全卷积网络生成对目标物体边缘敏感的显著图,后融合通道使用权重共享的浅层网络分别获得四种目标对象位置保持的高层语义显著图.两个通道的特征图再通过一个四层的全卷积网络进行优化,从而获得最终的显著图.在公开数据集上的大量实验证明了本文提出的显著图深度融合算法的有效性.
摘要:患者随访CT图像之间的配准有助于提高诊断的可靠程度和改善治疗效果,是监测术后康复状况、确定或调整治疗方案等的前提.当前,先进的微分同胚形变配准算法的形变场驱动力仅依靠图像灰度和梯度信息,使得其对复杂形变的配准明显表现出驱动力不足、形变程度不高、鲁棒性较弱、配准精度低等问题.针对这些问题,该文提出将对数欧拉协方差矩阵(Log-Euclidean Covariance Matrices,LECM)描述符结合于配准模型的目标函数中构建了一种新配准算法模型,称为LECM Demons模型.该算法首先将图像每一像素的灰度信息、位置信息、一阶和二阶梯度范数信息映射为一个特征空间;然后,对特征空间采用积分图像方法快速计算每一像素的协方差矩阵;接着,通过矩阵的对数映射将协方差矩阵映射为Log-Euclidean空间中的特征描述符简称为LECM描述符,其对大的旋转、缩放、照度等变化具有不变性的特点,能够有效地描述图像的结构特性;最后,将待配准两图像对应的LECM描述符的欧氏距离作为一个新的匹配项添加到Log-Demons配准框架的目标函数,为大而复杂形变的图像配准提供了具有结构信息约束的形变场驱动力,同时确保了新目标能量函数的可微性.此外,为了进一步提高配准的收敛速度和精度,在新配准算法实现中采用了多分辨率优化策略.实验结果表明,LECM Demons算法对复杂形变具有较强的鲁棒性,配准精度与先进的形变配准算法相比平均改善50%以上,同时保持了较高的计算效率.
摘要:针对屏幕与混合内容视频具有多样性的特点,在我国第二代数字音视频编解码技术标准的屏幕与混合内容视频编码(the second-generation Audio Video Coding Standard Screen and Mixed Content Coding, AVS2-SMCC)扩展版中,提出了由一般串模式、第一受限串模式和第二受限串模式三种受限串模式组成的通用串预测算法(Universal String Prediction, USP)及其关键技术,其主要部分已经被AVS2-SMCC扩展版工作草案3.0稿采纳.三种受限串模式统一采用偏移串、坐标串和不可预测像素串三种串类型之一或其组合来实现.当编码单元采用USP算法进行编码时,用三种受限串模式对其分别进行预编码,自适应采用三种受限串模式中取得率失真值最小的受限串模式对其进行编码.实验结果表明,对于AVS2-SMCC通用测试序列中移动的文字和图形类别,提出的USP算法与国际上最新的(High Efficiency Video Coding, HEVC)标准SMCC扩展版(High Efficiency Video Coding-Screen Content Coding, HEVC-SCC)相比,在编解码复杂度增加较少的情况下,对于有损全帧内配置 Y 分量、 U 分量、 V 分量平均BD - rate降低率分别可达23.2%、18.3%、19.4%,基于CPSNR的三分量综合的平均BD - rate降低率为22.1%,编码效率已经大幅超过HEVC-SCC.
摘要:针对具有不同缩放尺度点云的配准问题,本文提出了一种基于自适应邻域(General Adaptive Neighborhood,GAN)匹配的点云配准方法.首先,随机地选取初始匹配点对作为种子点,并对点云上点的GAN进行定义;然后根据GAN的形状信息确定种子点所在特征区域及其潜在匹配关系,并对GAN进行Delaunay三角剖分,得到能有效描述种子点局部曲面几何形状的三角网格,再通过定义残差角作为局部曲面形状描述子进行几何信息匹配,从而确定真实匹配点对;最后,根据真实匹配点对计算旋转平移矩阵,得到点云的初始位置,并利用尺度迭代最近点方法(Scaled Iterative Closest Point,SICP)将点云进行精确对齐.实验结果表明,该方法通过点GAN的匹配,同时考虑了点的局部特征信息及其上下文相关的空间约束,且匹配相关约束均对尺度鲁棒,能够在有效提高点对匹配准确率的同时,解决不同缩放尺度点云的配准问题.