全局各向异性四边形主导网格重建方法

四边形网格的结构特点要求网格单元满足全局一致性,难以取得网格质量与表达效率之间的平衡.为此,提出一种基于全局的各向异性四边形主导网格重建方法,可生成网格质量好且冗余程度低的四边形网格.重建过程以主曲率线为基本采样单元,首先计算模型表面的主曲率场并对主曲率场积分,得到密集的主曲率线采样;再根据贪心算法,利用几何形体自身的各向异性找出冗余度最高的主曲率线并予以删除;如此循环,直至达到理想的采样密度.该重建方法适用于任意拓扑网格模型,所得到的各向异性四边形主导网格在网格模型分辨率下降时,由于始终保留重要主曲率线,从而可以更好地保持模型特征.同时,在基于贪心算法的渐进式主曲率线删除过程中,可产生分辨率连续可调的四边形主导网格.

普适计算环境下三维模型的错误保护编码

普适计算环境普遍存在传输信道误码率高的问题。三角网格模型由于不规则的网状结构,对于传输错误非常敏感。为提高三角网格模型在普适计算环境下的传输质量,提出了一种三维模型的错误保护编码方案。将三维模型数据编码为类似二维图像的方式,三角网格模型不规则的网状结构被消除,数据关联性大为降低,误码弹性得到根本改善。为了进一步提高编码效率,给出了基于错误保护的压缩编码方案。为了控制创建过程中产生的参数化误差,还提出了一种均匀准保角平面参数化方法,确保了重建的三维模型忠实于原始三维模型。模拟试验的结果表明,与常规的三角网格编码方法相比,这种编码方法改善了三维模型数据的误码弹性,并只需较少的存储空间。

一种利用运动信息提取目标物图像的算法

提出了一种利用运动信息提取图像中的研究对象的算法。当要提取的目标物是运动物体 ,并且背景的绝大多数均为静止时 ,该算法适用。其基本原理是 :将不包含目标物 ,全为静态背景信息的参考图像与在同一背景下拍摄的包含目标物的图像进行比较 ,把相同的成分视为背景消去 ,得到目标物图像 ;同时为了消除各种因素所产生的影响 ,在比较时引入适当的容差 ,对比较结果做去噪处理 ,并通过检验区域连通性 ,消去与目标域不连通的区域。试验表明 ,应用该算法无需人机交互 ,提取精度较高 ,抗干扰能力强 。

基于几何分类的自适应图像插值算法

图像插值是放大低分辨图像以适应目标屏幕的有效方法。低分辨率图像边缘特征保持越好,则插值图像的效果越好。根据低分辨图像的边缘分布特征对插值单元几何分类,提出了一种自适应图像插值算法。首先根据高分辨率图像中像素点的相对位置构造矩形插值单元和菱形插值单元,所有未知像素点位于矩形插值单元或菱形插值单元;然后从8个方向,特别是斜对角方向计算插值单元的图像边缘,并将边缘作为割线,根据割线对插值单元进行几何分类,可分为16类;最后根据未知像素点所属的插值单元分类计算未知像素值。实验证明,该算法比现有多种插值算法能够更好的保持图像边缘的尖锐特征。

货车超限差分算法图像分割

该文讨论了在铁路货物超限监测中,利用数字图像处理技术提取货车轮廓,从而用于货车超限判断。其中的核心问题是运动货车图像的提取。该文提出了基于差分算法下自动图像分割的方法,在一定天气与背景条件下,测试结果表明,该算法适应性较好,检测精度和速度基本能满足要求。

背景信息提取运动目标物图像分割算法

文章提出了一种利用运动信息提取图像中研究对象的算法。当要提取的目标物是运动物体,并且背景的绝大多数均为静止时,该算法适用。考虑到算法的可靠性,分析在不同的背景条件下,颜色模型的选择对试验结果的影响。通过实验表明,该算法具有一定的可靠性,能够满足在一定天气与背景条件下的运动目标物体的提取。