三维配光曲线的模型设计及其网络实时再现

以标准配光曲线数据文件为基础,经过信息文件解析、数据优化处理、关键点数据插值等过程,创建了三维配光曲线数学模型,并在此基础上运用计算机图形学理论,以Flash为开发平台,采用面向对象编程技术开发出了三维平台,绘制相应的三维配光曲线图。为了用户从各种角度观察三维配光曲线,还开发了方便的人机接口界面,用户可以使用鼠标拖动等方法对三维配光曲线进行实时浏览。

基于TN-LCSLM的计算全息实时再现

分析了计算全息图编码原理,介绍了用MATLAB编程计算全息编码的主要步骤.用Matlab模拟了计算全息图的再现结果.将编码全息图实时输出到高分辨扭曲向列型液晶空间光调制器(TN LCSLM)上,和傅里叶变换透镜、滤波器、CCD等组成计算全息实时再现系统,实现了全息图的实时再现.最后,分析了提高再现像质量的方法.

模拟单元渲染的网络实时再现

研究以模拟单元渲染的方法表示灯具在立方体空间6个面上的照明效果。在进行模拟单元渲染时,对每个面进行方格划分,并按线性插值得到方格中心点,以每个方格中心点处的光强值代替整个方格的光强值。为了消除遮挡面,采用了深度序列算法,使渲染效果清楚、直观。整个渲染的过程在Flash平台上实现,满足更多用户的选择使用。

基于GPU的数字全息实时再现系统设计及实验研究

设计了基于图形处理单元(GPU,graphic processing unit)的数字全息实时再现(DHRTR,digital holography real-time reconstruction)系统,并以旋转骰子为研究对象,实验验证了DHRTR系统的有效性。相对CPU,GPU本身含有许多流处理器,通过并行运算可大大缩短数字全息图再现运算时间。利用统一计算设备架构(CUDA)的运算平台,编写了基于GPU处理器的实时再现软件,在对动态全息图进行连续采集的同时,即时对全息图进行再现,并实时显示再现结果。实验结果表明,本文系统可以实现平均帧速为20 frame/s、大小为512 pixels×512 pixels的数字全息图的实时再现。

利用混合编程实现实时数字全息再现系统设计

为了解决数字全息实时再现和CCD采集的问题,在现有的条件下,采用组件对象模型技术,将VB与MATLAB结合开发出相关软件,有效地解决了数字全息实时再现的难题,并通过多次实验,证实了该软件具有较高的可靠性和应用性。结果表明,该软件的设计完成将对数字全息工作提供帮助。

利用数字全息和DMD实时观察温度场的研究

本文将数字微镜(DMD)应用于数字全息,提出了一种新的实时再现方法,该方法用CMOS采集全息图,经计算机编程处理后直接输送到DMD,经激光照射后实时再现物光场的干涉像,取代了以往数字全息中用计算机编程衍射计算实现干涉像再现的过程,达到了节省时间,实时观察的目的。文章以温度场检测为例,将DMD再现的干涉像与计算机衍射计算再现的结果进行了对比,证明了该方法的可行性和准确性。

基于实时数字全息测量液相质扩散系数

为了解决液相质扩散系数准确测量的问题,提出将实时数字全息再现技术应用到液相质扩散系数的测量工作中,通过理论分析和多次实验验证,取得了理想的实验数据。结果表明该方法具有较高的可靠性和应用性,可以对从事生物医学工程等领域的研究者起到一定的帮助。

一种同构式主从液压机械手的设计

提出一种同构式主从液压机械手,应用直线型光栅作为主手位置的检测装置、应用步进式电动推杆驱动从手,设计了新型液压传动装置并用此液压装置传递动力,主手的直线型光栅发出的脉冲经硬件电路处理后,直接作为步进式电动推杆的驱动与控制脉冲,步进式电动推杆经液压传动装置把运动传递给机械手的从手,从手可完全、实时重复主手的动作。

基于空间光调制器的动态全息再现技术研究

为了使空间光调制器实时产生大景深的再现像,运用GS算法计算出不同参数下的全息图。通过计算全息重建算法仿真得到不同傅里叶全息图下的再现像。在无傅里叶变换透镜的情况下,利用计算机将不同参数下的傅里叶全息图输出到空间光调制器,通过分析二维实时动态显示的再现像表明,当傅里叶全息图的采样点数为1024×768,采样间隔为18μm时,再现像景深为275 cm,该参数下再现像景深最大;通过分析不同参数的傅里叶全息图再现像,实验结果表明相位图像元尺寸越小再现像景深越大,并且在相同参数下有傅里叶变换透镜时的再现像景深小于无傅里叶变换透镜时的再现像景深。

基于双LSTM融合的类人机器人实时表情再现方法

为提高机器人表情再现的时空相似度和运动平滑度,结合序列到序列的深度学习模型,提出一种基于双LSTM(长短期记忆)融合的类人机器人实时表情再现方法.在离线机械建模阶段,首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射,并进一步提出运动趋势模型以规整电机连续运动的平滑度;然后,引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段,以表演者面部特征序列作为融合模型的输入,并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译,从而达到机器人表情的帧-帧再现.实验结果表明:融合模型的电机控制偏差不超过8%,且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比,提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.