基于粒子群优化和互信息量的全景图拼接算法

利用基于图像的绘制技术来构建虚拟空间是当前虚拟现实领域中的一项热门课题,而全景图的拼接又是基于图像的绘制技术中的重要研究内容之一,简单的图像合成代替传统的基于三维几何的建模和渲染。提出一种基于粒子群优化(PSO)和互信息量(MI)的全景图拼接算法,首先采用粒子群优化算法寻找包含足够多特征的模板区域,然后利用互信息量实现全景图像的拼接。算法不需要手工指定特征点,可自动对一组图像进行无缝拼接。实验结果表明算法对全景图的拼接具有良好的效果。它不但提高了渲染速度,而且能够有效地克服图像旋转对拼接的影响,是一种快速实用的全景图拼接算法。

基于局部微分光流的运动对象分割

运动对象分割是研究从场景的图像序列或视频中提取出运动目标的理论和方法,是计算机视觉中一个重要的研究方向,在军事和工业等领域有着广阔的应用前景。提出一种基于局部微分光流的运动对象分割算法。首先采用局部微分光流算法计算出场景的运动光流场并完成其初始分割,然后利用canny算子探测出对象的边缘信息并将其作为对光流场得到的运动信息的补充,从而分割出更为准确的运动对象。实验结果显示该方法具有良好的分割性能。

基于自适应跟踪窗尺度的人脸探测

作为一种有效的迭代算法,Mean-shift具有良好的特性,在目标跟踪、图像平滑和其他计算机视觉领域得到了广泛应用。鉴于标准Mean-shift算法缺乏尺度自适应机制,而Camshift算法每次探测前需要人工选定人脸区域样本才能进行准确的探测,提出了一种用于视频中人脸探测的自适应跟踪窗算法。该算法在跟踪框内采用光照补偿和肤色分割来校正跟踪窗尺度和位置。实验表明,该算法不但具有良好的实时性,而且能较好地减少传统算法中的定位误差,更加准确地探测出视频中的人脸。

基于红外卫星云图的云的三维表现

分析红外卫星云图结构特点,阐明其三维化原理。借鉴LOD思想,利用多种采样间隔获得不同精度数据网格。根据云团真实感效果制定颜色及透明度映射规则。结合三维地形可视化方法,设计并实现了红外卫星云图的三维可视化。