无局部自交的轴变形新方法

提出了一种无局部自交的轴变形的新算法.不同于传统的方法,新方法通过调整轴曲线的控制顶点及形状来调整轴曲线的曲率,从而避免物体发生局部自交.另外,文中还给出了一种快速判断轴变形中物体发生局部自交的方法,并给出了快速求解交点并去除自交的算法.上述方法计算量少,效率高,能应用于实时的计算机动画和几何造型系统中,具有广泛的应用前景.

局部自交干扰的无参模糊图像自适应去燥仿真

针对当前局部自交干扰的无参模糊图像去噪方法去噪精度低、去噪后图像信息丢失严重的问题,提出基于NSCT的无参模糊图像自适应去噪方法。定义被污染图像,设置阈值参数,利用图像污染中心点坐标值与阈值参数的比较,判断像素点是否隶属污染比较严重的区域。定义图像重污染区域的邻域值和影响噪声邻域灰度变化的阈值,根据阈值大小来确定图像各像素点周围的灰度值变化特点,获取无参模糊图像区域信息。利用图像区域信息涵盖函数值的输入,给出图像NSCT变换结果。结合图像噪声分布特性实现图像去噪阈值的改进,对变换域内的系数进行处理,将处理结果实行NSCT逆变换,获取去噪之后的无参模糊图像。仿真结果表明,上述方法可有效提升图像无噪精度,去噪后图像信息完整程度可达99. 6%。所提方法能够高效解决当前方法中存在的问题,使用强度和可借鉴性均较为优越。

局部自交干扰的全变分图像自适应滤噪算法

针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。

一种简单有效的曲线变形方法及在轴变形中的应用

轴变形技术经常用来模拟具有轴向性物体的运动。针对轴曲线的数学表示,一般采用参数曲线的形式,因此变形控制过程也不可避免依赖于其参数方程表示。本文以轴曲线的变形切入,从曲线的离散表示出发,基于细分技术,给出了一种简单有效的曲线变形方法,基于能量最小建立优化模型,保证了变形曲线的光顺性。将此曲线变形方法用于轴变形技术,还提出了有效快速去除局部自交的算法。上述方法不涉及任何参数方程的计算,完全以离散点集为基础,算法简单,变形直观。实际变形算例验证了变形方法的有效性和可行性。

一类S′(R^1)值OU过程的自交局部时

Gauss型S′(R^d)值OU过程可由超过程在一定条件下取波动极限得到。本文讨论了一类新的S′(R^1)值OU过程的自交局部时的存在性,连续性。证明了这些性质与粒子的分枝强度和交互作用参变量的依赖关系。还讨论了当自交局部时不存在时,经过重整化的近似自交局部时满足一定的收敛性质。